📌 引言
如果说快速排序是一位大开大合的"开拓者",那归并排序(Merge Sort)就是一位步步为营的"哲学家"。它完美践行了计算机科学中最核心的分治思想(Divide and Conquer) 。同时,它因为极其优秀的稳定性,成为了许多语言(包括 Java)实现工业级排序算法的绝对基石。
1. 归并排序(Merge Sort)
💡 核心思想
归并排序的核心可以用八个字概括:先分后治,合二为一。
-
分(Divide): 找到数组的中点,将其一分为二。递归地对左半部分和右半部分继续切分,直到子数组的长度为 1(长度为 1 的数组天然有序)。
-
治/合(Merge): 将两个已经有序的子数组合并成一个更大的、完全有序的数组。在这个过程中需要一个辅助数组来暂存数据。
💻 Java 代码实现(高性能标准版)
public class MergeSort {
public static void sort(int[] arr) {
if (arr == null || arr.length < 2) return;
// 关键优化:预先分配好辅助空间,避免在递归方法中频繁 new 数组导致内存碎片
int[] aux = new int[arr.length];
sort(arr, 0, arr.length - 1, aux);
}
private static void sort(int[] arr, int left, int right, int[] aux) {
if (left >= right) return; // 递归基:子数组长度为 1
int mid = left + (right - left) / 2; // 防溢出的中点写法
sort(arr, left, mid, aux); // 递归使左半部分有序
sort(arr, mid + 1, right, aux); // 递归使右半部分有序
// 优化:如果左边的最大值已经小于等于右边的最小值,说明已经整体有序,无需 merge
if (arr[mid] > arr[mid + 1]) {
merge(arr, left, mid, right, aux); // 核心合并操作
}
}
private static void merge(int[] arr, int left, int mid, int right, int[] aux) {
// 1. 将当前区间的元素复制到辅助数组
for (int k = left; k <= right; k++) {
aux[k] = arr[k];
}
// 2. 双指针合并
int i = left; // 左半部分指针
int j = mid + 1; // 右半部分指针
for (int k = left; k <= right; k++) {
if (i > mid) {
arr[k] = aux[j++]; // 左半边已用尽,直接取右半边
} else if (j > right) {
arr[k] = aux[i++]; // 右半边已用尽,直接取左半边
} else if (aux[i] <= aux[j]) {
arr[k] = aux[i++]; // 左边小或相等,取左边(这里的 <= 保证了算法的稳定性)
} else {
arr[k] = aux[j++]; // 右边小,取右边
}
}
}
}
📊 性能分析
-
时间复杂度: 无论数组初始状态如何,归并排序的递归树层数都是 \log n,每层合并的开销都是 O(n)。因此,它的最好、最坏、平均时间复杂度全都是严格的 O(n \log n)。
-
空间复杂度: O(n)。由于在合并阶段需要和原数组等长的辅助数组来暂存元素,这是它相比于快排和堆排序最大的劣势(空间换时间)。
-
稳定性: 稳定 。只要在
merge逻辑中,当左右指针元素相等时优先采用左侧元素(aux[i] <= aux[j]),就能完美保持相同元素的相对顺序。