深入浅出排序算法之归并排序

简介: 深入浅出排序算法之归并排序

1. 归并排序的原理

“归并”一词的中文含义就是合并、并入的意思,而在数据结构中的定义是将两个或者两个以上的有序表组合成一个新的有序表。

归并排序(Merging Sort)就是利用归并的思想实现的排序方法。它的原理是假设初始序列含有n个记录,则可以看成是n个有序的子序列,每个子序列的长度为1,然后两两归并,得到[n/2](表示不小于x的最小整数)个长度为2或1的有序子序列;再两两归并,……,如此重复,直至得到一个长度为n的有序序列为止,这种排序方法成为2路归并排序。

1.1 二路归并排序执行流程

原始序列:49   38   65   97   76   13   27

(1)将原始序列看成7个只含有一个关键字的子序列,显然这些子序列都是有序的。

子序列1:49;子序列2:38;子序列3:65;子序列4:97;子序列5:76;子序列6:13;子序列7:27

(2)两两归并,形成若干有序二元组,即49和38归并成{38   49},65和97归并成{65   97},76和13归并成{13   76},27没有归并对象,保持原样{27}。第一趟二路归并排序结束,结果如下:

{38   49},{65   97},{13   76},{27}

(3)再将这个序列看成若干二元组子序列

子序列1:38   49;子序列2:65   97;子序列3:13   76;子序列4:27;

最后一个子序列长度可能是1,也可能是2。

(4)继续两两归并,形成若干有序四元组(同样,最后的子序列中不一定有4个关键字),即{38   49}和{65   97}归并形成{38   49   65   97},{13   76}和{27}归并形成{13   27   76}。第二趟二路归并排序结束,结果如下:

{38   49   65   97},{13   27   76}

(5)最后只有两个子序列了,再进行一次归并,就可完成整个二路归并排序,结果如下:

13   27   38   49   65   76   97

 

2. 代码分析

大家先看看有没有思路!

3,2,1 开始我的表演哈哈哈!

请看图解:

2.1 代码设计

根据图解我们要怎么设计方法呢?

我打算把分解功能写成一个方法,合并功能写成一个方法。具体实现如下:

public static void mergeSort1(int[] array){
        mergeSortDivide(array,0, array.length - 1);
    }
    //分解
    private static void mergeSortDivide(int[] array,int left,int right){
        //终止条件:left > right
        while(left >= right){
            return;
        }
        int mid = (left+right)/2;
        //递归左子序列
        mergeSortDivide(array,left,mid);
        //递归右子序列
        mergeSortDivide(array,mid+1,right);
        //合并
        merge(array,left,right,mid);
    }
    //合并
    private static void merge(int[] array,int start,int end,int mid){
        //左子序列从start开始
        int s1 = start;
        //右子序列从mid+1开始
        int s2 = mid + 1;
        //新建一个数组,作为复制数组
        int[] tmp = new int[end - start + 1];
        //k表示中间数组的元素下标
        int k = 0;
        //开始比较
        while(s1 <= mid && s2 <= end){
            if(array[s1] <= array[s2]){
                //将小的值赋值给tmp[k]
                //小伙伴们这可以思考一下:为什么不能先写array[s2] <= array[s1]?
                //等下看我下面的解析!
                tmp[k++] = array[s1++];
            } else{//array[s2] <= array[s1]的情况
                tmp[k++] = array[s2++];
            }
        }
        //有剩余的数组
        //左子序列
        while(s1 <= mid){
            tmp[k++] = array[s1++];
        }
        //右子序列
        while(s2 <= end){
            tmp[k++] = array[s2++];
        }
        //将tmp数组的值赋值给array数组
        for(int i = 0;i<tmp.length;i++){
            array[i+start] = tmp[i];
        }
    }

回答问题:为什么不能先写array[s2] <= array[s1]?

答:归并排序是稳定的。如果先写array[s2] <= array[s1],那么在s2开始的元素与s1开始的元素相等的话,例如:1<=1,那么本该在后面的1就会移到前面,导致这段代码实现的归并排序不稳定了!

3. 性能分析

时间复杂度 空间复杂度
O(n*log(n)) O(n)

4. 非递归版本

上面的版本是递归版本,接下来是非递归版本。

private static void merge(int[] array,int start,int end,int mid) {
        int s1 = start;
        //int e1 = mid;
        int s2 = mid+1;
        //int e2 = end;
        int[] tmp = new int[end-start+1];
        int k = 0;//tmp数组的下标
        while (s1 <= mid && s2 <= end) {
            if(array[s1] <= array[s2]) {
                tmp[k++] = array[s1++];
            }else {
                tmp[k++] = array[s2++];
            }
        }
        while (s1 <= mid) {
            tmp[k++] = array[s1++];
        }
        while (s2 <= end) {
            tmp[k++] = array[s2++];
        }
        for (int i = 0; i < tmp.length; i++) {
            array[i+start] = tmp[i];
        }
    }
    public static void mergeSort(int[] array) {
        int gap = 1;
        while (gap < array.length) {
            // i += gap * 2 当前gap组的时候,去排序下一组
            for (int i = 0; i < array.length; i += gap * 2) {
                int left = i;
                int mid = left+gap-1;//有可能会越界
                if(mid >= array.length) {
                    mid = array.length-1;
                }
                int right = mid+gap;//有可能会越界
                if(right>= array.length) {
                    right = array.length-1;
                }
                merge(array,left,right,mid);
            }
            //当前为2组有序  下次变成4组有序
            gap *= 2;
        }
    }
相关文章
|
3月前
|
机器学习/深度学习 算法 搜索推荐
【初阶算法4】——归并排序的详解,及其归并排序的扩展
【初阶算法4】——归并排序的详解,及其归并排序的扩展
【初阶算法4】——归并排序的详解,及其归并排序的扩展
|
30天前
|
算法 搜索推荐 Java
算法实战:手写归并排序,让复杂排序变简单!
归并排序是一种基于“分治法”的经典算法,通过递归分割和合并数组,实现O(n log n)的高效排序。本文将通过Java手写代码,详细讲解归并排序的原理及实现,帮助你快速掌握这一实用算法。
37 0
|
4月前
|
算法 前端开发 搜索推荐
前端算法之归并排序
前端算法之归并排序
29 0
|
30天前
|
数据采集 搜索推荐 算法
【高手进阶】Java排序算法:从零到精通——揭秘冒泡、快速、归并排序的原理与实战应用,让你的代码效率飙升!
【8月更文挑战第21天】Java排序算法是编程基础的重要部分,在算法设计与分析及实际开发中不可或缺。本文介绍内部排序算法,包括简单的冒泡排序及其逐步优化至高效的快速排序和稳定的归并排序,并提供了每种算法的Java实现示例。此外,还探讨了排序算法在电子商务、搜索引擎和数据分析等领域的广泛应用,帮助读者更好地理解和应用这些算法。
21 0
|
2月前
|
存储 算法 搜索推荐
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
【7月更文挑战第12天】归并排序是高效稳定的排序算法,采用分治策略。Python 实现包括递归地分割数组及合并已排序部分。示例代码展示了如何将 `[12, 11, 13, 5, 6]` 分割并归并成有序数组 `[5, 6, 11, 12, 13]`。虽然 $O(n log n)$ 时间复杂度优秀,但需额外空间,适合大规模数据排序。对于小规模数据,可考虑其他算法。**
65 4
|
2月前
|
算法 搜索推荐 C#
|
3月前
|
搜索推荐 算法 Java
Java中的快速排序、归并排序和堆排序是常见的排序算法。
【6月更文挑战第21天】Java中的快速排序、归并排序和堆排序是常见的排序算法。快速排序采用分治,以基准元素划分数组并递归排序;归并排序同样分治,先分割再合并有序子数组;堆排序通过构建堆来排序,保持堆性质并交换堆顶元素。每种算法各有优劣:快排平均高效,最坏O(n²);归并稳定O(n log n)但需额外空间;堆排序O(n log n)且原地排序,但不稳定。
35 3
|
3月前
|
算法
数据结构与算法-归并排序
数据结构与算法-归并排序
25 2
|
4月前
|
存储 搜索推荐 算法
归并排序算法深入解析
归并排序算法深入解析
|
3月前
|
搜索推荐 C语言
【C/排序算法】:快速排序和归并排序的非递归实现
【C/排序算法】:快速排序和归并排序的非递归实现
21 0