归并排序是应用分治法的一个完美例子,归并排序按照记录在序列中的位置对序列进行划分
一. 算法思想
划分:将待排序序列
r
1
r_1
r1,
r
2
r_2
r2,…,
r
n
r_n
rn划分为两个长度相等的两个子序列
r
1
r_1
r1,…,
r
n
/
2
r_{n/2}
rn/2和
r
n
/
2
+
1
r_{n/2+1}
rn/2+1,…,
r
n
r_n
rn
求解子问题:分别对这两个子序列进行排序,得到两个有序子序列
合并将两个有序子序列合并成一个有序序列
二. 算法过程
- 首先执行划分过程,将序列划分为两个子序列,如果子序列的长度为1,则划分结束,否则继续划分,最终将具有n个待排序的记录序列划分为n个长度为1的子序列
- 然后进行两两合并,得到n/2个长度为2(最后一个有序序列的长度可能是1)的有序子序列
- 再进行两两合并,得到n/4个长度为4的有序序列(最后一个有序序列长度可能小于4)
- 以此类推,一直合并,直到得到一个长度为n的有序序列
三. 图例
四. 算法实现
C++
void Merge(int r[], int r1[], int s, int m, int t)
{
int i = s, j = m + 1, k = s;
while (i <= m && j <= t)
{
if (r[i] < r[j]) r1[k++] = r[i++];
else r1[k++] = r[j++];
}
while (i <= m) //若第一个子序列没处理完则进行收尾
r1[k++] = r[i++];
while (j <= t) //若第二个子序列没处理完则进行收尾
r1[k++] = r[j++];
}
void MergeSort(int r[], int s, int t)
{
int m, r1[1000];
if (s == t)
{
return;
}
else
{
m = (s + t) / 2;
MergeSort(r, s, m);
MergeSort(r, m + 1, t);
Merge(r, r1, s, m, t);
for (int i = s; i <= t; i++)
{
r[i] = r1[i];
}
}
}
Java
public void mergeSort(int [] a, int left, int right) {
int center;
int[] tmpArray = new int[a.length];
if (left == right) {
return;
}
else {
center = (left + right) / 2;
mergeSort(a, left, center);
mergeSort(a, center + 1, right);
merge(a, tmpArray, left, center, right);
for (int i = left; i <= right; i++) {
a[i] = tmpArray[i];
}
}
}
public void merge(int [] a, int [] tmpArray, int leftStart, int leftEnd, int rightEnd){
int rightPos = leftEnd + 1;
int tmpPos = leftStart;
int leftPos = leftStart;
while (leftPos <= leftEnd && rightPos <= rightEnd) {
if (a[leftPos] <= a[rightPos]) {
tmpArray[tmpPos++] = a[leftPos++];
} else {
tmpArray[tmpPos++] = a[rightPos++];
}
}
while (leftPos <= leftEnd) {
tmpArray[tmpPos++] = a[leftPos++];
}
while (rightPos <= rightEnd) {
tmpArray[tmpPos++] = a[rightPos++];
}
}
五. 算法分析
- 时间复杂度:设待排序记录个数为n,则执行一趟合并算法的时间复杂度为 O ( n ) O(n) O(n)。
- 空间复杂度:归并排序需要与待排序记录序列同样数量的存储空间,以便存放归并结果,所以其空间复杂度为 O ( n ) O(n) O(n)。
- 稳定性:归并排序在合并过程中,相同元素的前后顺序并没有改变,所以归并排序是一种稳定排序算法。