【排序算法】第四章：归并排序（近万字讲解，通俗易懂）

归并排序

归并排序本质就是一种思想，在很多题目都可以用到

一、归并排序的原理

  归并排序（MergeSort） 是建立在归并操作上的一种有效的排序算法，采用分治法排序，分为分解、合并两个步骤。

分解：将数组分割成两个数组，再分别将两个数组又细分成2个数组，直到，最后每个数组都是一个元素，这时将该单元素数组看为有序数组

合并：将分割的有序数组进行排序，排成有序数组后继续为上一个分割它的数组合并，直到数组被合并成原来的数组，此时已经排好序了

---

二、递归实现

当左右区间有序时，就可以开始归并排序

因此需要先 递归分治，将区间像之前的方法一直分解

---

🐻为什么要开临时数组？

   因为在原数组中直接进行排序非常困难，很容易混乱，为了有条理，可以开临时数组临时处理，之后再拷贝回原数组

---

🐻归并排序—–单趟的思路

   左右区间有序时，从每个区间的首个元素开始，一一比较，将较小的优先放进临时数组中，归并排序完成后，再将临时数组中的数据拷贝回到原数组

---

🐻归并排序—–整体逻辑

观察动图：递归分割区间至一个数值后，就会开始合并，进行归并排序

---

由上述过程得出的归并排序的总代码：

void _MergeSort(int* a, int L, int R, int* tmp) {
	// 先递归不断分解区间
	if (L == R) return;

	// 分成两段区间：[L, mid] [mid+1, R]
	// 递归分割：
	int mid = (L + R) / 2;
	_MergeSort(a, L, mid, tmp);
	_MergeSort(a, mid + 1, R, tmp);


	// 归并
	// 注意对区间的细节把控，其他的思路较为简单
	int begin1 = L, end1 = mid;
	int begin2 = mid + 1, end2 = R;
	int i = L;  // 从区间的 左侧 L 开始：易错点
	while (begin1 <= end1 && begin2 <= end2) {
		if (a[begin1] < a[begin2]) {
			tmp[i++] = a[begin1++];
		}
		else if (a[begin1] >= a[begin2]) { // 还有一种相等的情况，随便加在一个地方就行
			tmp[i++] = a[begin2++];
		}
	}
	// 当区间没走完，就把剩下的拷贝进数组
	while (begin1 <= end1){
		tmp[i++] = a[begin1++];
	}
	while (begin2 <= end2){
		tmp[i++] = a[begin2++];
	}
	// 将 tmp 数组中相应区间的数据拷贝 回 原数组的 相应区间位置
	memcpy(a + L, tmp + L, sizeof(int) * (R - L + 1));
}

void MergeSort(int*a, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	if (tmp == NULL) {
		perror("malloc fail !");
		return;
	}

	_MergeSort(a, 0, n - 1, tmp);
}

---

三、非递归实现

不能像上一章节中讲解的快速排序非递归写法，直接用 栈模拟

   快排本质是一种 前序遍历，就可以直接用栈模拟：先对当前区间进行一次快排，再分解左右区间时入栈，顺序就是 根节点->左节点->右节点（这里前序遍历的思想属于 二叉树章节）

而 归并排序本质是 后序遍历，是一直分解到最小左右区间后，再执行归并排序，就是 先访问左右节点，最后再到 根节点，顺序是： 左节点->右节点->根节点


不能用栈模拟，而是用 循环

---

🐻先理解 递归版本的过程思想：

•    在使用 递归 进行归并排序时，我们分析了 函数 递归到最后 时，两个需要归并的数组中每个区间里面只有一个元素，所以直接比较两个元素大小，然后再添加到 tmp 数组中，再将 tmp 数组相应区间元素拷贝进 原数组 a
•    然后再返回上一层函数中，此时该层函数中 两个需要归并的区间中每个区间里面有 两个 元素，并且这两个区间 已经有序，所以直接 对这两个区间进行归并排序
•    依次类推上去，直到回到第一次调用函数
•    此时数组 arr 中左边的数组区间 有序，右边的数组区间 也有序，此时将左右两个数组区间 进行归并，将归并排序结果放进 tmp 数组，再将tmp中的内容拷贝到arr，arr也变为有序数组了。

---

🐻再理解 循环实现的 非递归版本：

• gap 代表 单个区间元素个数，也就是 区间长度
• 一次 归并排序 两个 长度为 gap 的区间
• 若想要排序下一组（即两个 长度为 gap 的区间），就需要每轮的最后，一次跳过 2*gap 长度（代表跳过前面排序的 两个 长度为 gap 的区间）
• gap 从1开始对 两个有序数组 进行排序，直到 gap >= n 时结束 ( n 为数组长度，这个就是外层while循环的结束条件 )

---

🦐演示过程

🦐利用 循环 实现归并排序时，我们也可以 **先将数组中每一个元素 单独作为一组**

---

🦐 第一轮 gap == 1 时：让 两两元素 归并排序 为一个含有两个元素的有序数组，然后 gap *= 2（gap 变成了 2）

---

🦐第二轮 gap == 2 时：让 两个含有两个元素的有序数组 归并 为一个含有四个元素的有序数组，然后 gap *= 2（gap 变成了 4）

---

🦐第三轮 gap == 3 时：然后再让 两个含有四个元素的有序数组归并为一个含有八个元素的有序数组，然后 gap *= 2（gap 变成了 8）

---

🦐就这样一直循环下去，直到 gap >= n ( n 为数组长度，这个就是外层while循环的结束条件 ) 时结束，结束时，数组就有序了

---

🦐演示 单趟的逻辑

---

演示代码书写逻辑

以 gap == 1 和 gap == 2 举例

可以发现规律，区间 右边界 和 gap 有关：

自己带入下标算一下就知道了

---

int begin1 = L, end1 = begin1 + gap - 1;  // L == 0 是数组左边界

// 第二个区间也同理
int begin2 = end1 + 1, end2 = begin2 + gap - 1;

// 两个区间
[L, begin1 + gap - 1] [end1 + 1, begin2 + gap - 1]
分别代表两两需要归并排序的区间

---

---

🦐举例演示 单趟的逻辑：以 gap == 1 为例

int gap = 1; // 注意 gap == 1 时 只进行了 前两个区间的 归并排序，这里就是举例演示 单趟的逻辑

// 两个区间：[L, begin1 + gap - 1] [end1 + 1, begin2 + gap - 1]
int begin1 = L, end1 = begin1 + gap - 1;
int begin2 = end1+1, end2 = begin2 + gap - 1;
int j = begin1;


// 下面就是 上面递归版本中的单层归并逻辑，代码没变

while (begin1 <= end1 && begin2 <= end2) {
    if (a[begin1] < a[begin2]) {
        tmp[j++] = a[begin1++];
    }
    else if (a[begin1] >= a[begin2]) { // 还有一种相等的情况，随便加在一个地方就行
        tmp[j++] = a[begin2++];
    }
}
// 当区间没走完，就把剩下的拷贝进数组
while (begin1 <= end1) {
    tmp[j++] = a[begin1++];
}
while (begin2 <= end2) {
    tmp[j++] = a[begin2++];
}
// 将 tmp 数组中相应区间的数据拷贝 回 原数组的 相应区间位置
memcpy(a + L, tmp + L, sizeof(int) * (R - L + 1));

---

🦐演示 整体的逻辑

思路：
由上面的分析可知，gap 是不断变化的，且每轮都要循环遍历全部区间
因此，需要使用
外层一个while 循环 gap
内层一个 for：循环每组的起点，为了遍历到全部组别

---

整体逻辑的 初步代码如下

void _MergeSort(int* a, int L, int R, int* tmp, int n) {

	int gap = 1;
	while (gap < n)
	{
		for (int i = 0; i < n; i += 2 * gap)
		{

            
            
			// for 循环的 i 就是每一组（一组里包含两个小区间，因为归并排序同时是两个小区间对比排序的）的起点
			// 单趟逻辑
			
			int begin1 = i, end1 = begin1 + gap - 1;
			int begin2 = end1 + 1, end2 = begin2 + gap - 1;
			int j = begin1;

			// 注意：用 gap 将区间分成两组，有可能两组元素个数是不平均的

			// 下面就是 递归版  归并排序的归并逻辑
			while (begin1 <= end1 && begin2 <= end2) {
				if (a[begin1] < a[begin2]) {
					tmp[j++] = a[begin1++];
				}
				else if (a[begin1] >= a[begin2]) { // 还有一种相等的情况，随便加在一个地方就行
					tmp[j++] = a[begin2++];
				}
			}

			// 当区间没走完，就把剩下的拷贝进数组
			while (begin1 <= end1) {
				tmp[j++] = a[begin1++];
			}
			while (begin2 <= end2) {
				tmp[j++] = a[begin2++];
			}

			// 将 tmp 数组中相应区间的数据拷贝 回 原数组的 相应区间位置
			memcpy(a + i, tmp + i, sizeof(int) * (2 * gap)); // 注意：这里的左边界 L  应该是 i 
			
            
            
            
            
		}
		gap *= 2;
	}
}

---

🦐数组越界问题

---

   但是要注意一点，gap每轮乘 2，而归并排序要求每个区间长度都必须等于 gap ，因此需要数组的全部元素个数 刚好是 2的次方倍，区间才能以 长度为 gap ，进行平均分割，才不会出现越界的问题；

否则，上面这段代码就会出现越界情况

---

打印观察每个 gap 对应处理的区间

可以发现，数组 若一共 9 个元素，下标最多到 8 ，下面的打印运行过程中的区间数据，却出现了 严重的越界情况，就是因为 9 不是 2的次方倍，则肯定会越界

---

在这个代码下，只有 begin1 不可能越界，其他的都有可能越界，那么怎么处理边界问题呢？

---

---

🦐越界有三种情况

第一种：第一个区间的 end1 越界

则这一小区间就无需执行 本轮的归并排序了（不是以后都不归并，而是当前这一轮不用了），保留原数组数据即可（因为一个区间肯定保证是有序的）

---

第二种： 第二个区间的begin2 越界

说明第二个区间也不存在，则这一小区间也无需执行 本轮的归并排序了，保留原数组数据

---

第三种： 第二个区间的 end2 越界

当 end2 越界，（这里也就说明前面几项都没越界），需要修正end2：end2 直接等于右边界 end2 = R （因为越界的一定是最后一组）

---

则中间加一个判断

// 处理越界的逻辑
if (end1 >= n || begin2 >= n) break;  // 第一第二种：当 end1 或 begin2 越界：直接 break，代表不用继续归并排序
if(end2 >= n) end2 = n - 1;   // 第三种： 当 end2 越界：修正end2

同时 memcpy 也需要调整，即拷贝个数不一定是 2*gap 了

memcpy(a + i, tmp + i, sizeof(int) * (end2 - i + 1)); 
// 注意不能直接用 begin1 ，begin1 已经加加变化过了

---

🐻 非递归实现的 总代码

// 非递归 处理越界版本
void _MergeSort(int* a, int L, int R, int* tmp, int n) {
	int gap = 1;
	while (gap < n)
	{
		for (int i = 0; i < n; i += 2 * gap)
		{
			int begin1 = i, end1 = begin1 + gap - 1;
			int begin2 = end1 + 1, end2 = begin2 + gap - 1;

			// 处理越界的逻辑
			if (end1 >= n || begin2 >= n) break;
			if(end2 >= n) end2 = n - 1;


			int j = begin1;
			while (begin1 <= end1 && begin2 <= end2) {
				if (a[begin1] < a[begin2]) {
					tmp[j++] = a[begin1++];
				}
				else if (a[begin1] >= a[begin2]) { // 还有一种相等的情况，随便加在一个地方就行
					tmp[j++] = a[begin2++];
				}
			}

			// 当区间没走完，就把剩下的拷贝进数组
			while (begin1 <= end1) {
				tmp[j++] = a[begin1++];
			}
			while (begin2 <= end2) {
				tmp[j++] = a[begin2++];
			}
			memcpy(a + i, tmp + i, sizeof(int) * (end2 - i + 1)); // 注意不能直接用 begin1 ，begin1 已经加加变化过了
		}
		gap *= 2;
	}
}

---

四、时间复杂度

   从图中可以思考：归并排序的递归展开图是一棵满二叉树或完全二叉树，一共最多有 logN 层，每一个需要 归并排序共 N 次，则总共需要 NlogN 次，即 归并排序的时间复杂度为 O(NlogN)

---

---

五、性能对比

声明：下面我用代码随机生成 1000000 个数据，执行几个排序算法，显示的数据为 时间，以 ms 为单位

【下面用到的：随机数生成测试排序性能器的代码】

第一：对比归并排序的 递归法和非递归法

发现两者差异不大

第二：和其他几种排序的对比

快排和归并排序时间复杂度都是 O(nlogn) 的，但理论上 快排更快

---

🫡至此，第四章完结！

【若文章有什么错误或则可以改进的地方，非常欢迎评论区讨论或私信指出】