Day32——归并排序

归并排序的基本思想：将待排序列表的各个元素看作是长度为1的子列表，然后两两归并（归并：将两个或两个以上的子列表组合成一个新的有序表），得到$\lceil \frac{n}{2}\rceil$个长度为2或1的有序表；继续两两归并……，重复操作，直到合并成一个长度为n的有序表。
代码：

/**
	 * 
	 *********************
	 * @Title: mergeSort
	 * @Description: TODO(Merge sort the data.)
	 *********************
	 *
	 */
	public void mergeSort(int paraStart, int paraEnd) {
		if (paraStart < paraEnd) {
			int tempMiddle = paraStart + (paraEnd - paraStart) / 2;
			mergeSort(paraStart, tempMiddle);
			mergeSort(tempMiddle + 1, paraEnd);
			merge(paraStart, tempMiddle, paraEnd);
		} // Of if

	}// Of mergeSort

	/**
	 * 
	 *********************
	 * @Title: merge
	 * @Description: TODO(Merge the data.)
	 *********************
	 *
	 */
	public void merge(int paraStart, int paraMiddle, int paraEnd) {
		int tempLength = paraEnd - paraStart + 1;
		DataNode[] tempNodes = new DataNode[tempLength];
		// Copy the data.
		for (int i = 0; i < tempLength; i++) {
			tempNodes[i] = data[i + paraStart];
		} // Of for i

		int tempMiddle = paraMiddle - paraStart;

		int i = 0, j = tempMiddle + 1, k = paraStart;

		// Merge
		while (i <= tempMiddle && j < tempLength) {
			if (tempNodes[i].key <= tempNodes[j].key) {
				data[k++] = tempNodes[i++];
			} else {
				data[k++] = tempNodes[j++];
			} // Of sort
		} // Of while

		// Copy the rest of the data.
		while (i <= tempMiddle)
			data[k++] = tempNodes[i++];

		while (j < tempLength)
			data[k++] = tempNodes[j++];

		System.out.println("Merge from the index of " + paraStart + " to the index of " + paraEnd);

	}// Of merge

	/**
	 *********************
	 * Merge sort. Results are stored in the member variable data.
	 *********************
	 */

	/**
	 * 
	 *********************
	 * @Title: mergeSortTest
	 * @Description: TODO(Test the method.)
	 *
	 *********************
	 *
	 */
	public static void mergeSortTest() {
		int[] tempUnsortedKeys = { 5, 3, 6, 10, 7, 1, 9 };
		String[] tempContents = { "if", "then", "else", "switch", "case", "for", "while" };
		DataArray tempDataArray = new DataArray(tempUnsortedKeys, tempContents);

		System.out.println(tempDataArray);

		tempDataArray.mergeSort(0, tempDataArray.length - 1);
		System.out.println(tempDataArray);
	}// Of mergeSortTest

运行结果：

时间复杂度分析：
测试序列的归并排序过程如图所示：

由此可得，归并排序也是基于分治思想，对于长度为$n$的待排序序列，要进行$\log n$趟排序，且趟排序需要对$n$个元素进行比较，所以归并排序的时间复杂度为$O(n\log n)$。与平均时间复杂度相同的快速排序算法比较，归并排序需要$O(n)$的额为存储空间，但归并排序的效果好坏与输入元素序列无关，如果输入元素序列呈逆序或基本有序，快速排序算法的时间复杂度会增至$O(n^2)$，且空间复杂度增至$O(n)$。