归并排序

以下来自百度百科

归并排序（MERGE-SORT）是建立在归并操作上的一种有效的排序算法,该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。

基于比较式的排序算法（Comparison based sorting algorithm，C.B.A）的时间复杂度可以用这样一个式子表示：Ω(nlogn)-> T(n) -> O(n ^ 2)，也就是说它是以nlogn为下界，以n ^ 2为上界的这样一个表达式。经典的冒泡排序（BUBBLE-SORT）无论怎么改进，它的最坏情况还是O(n ^ 2)的时间。那我们能不能期望有一种排序算法，即使是最坏的情况它也只用O(nlogn)的时间来完成排序，答案就是归并排序，下面将给出相关证明。

理解归并算法原理的朋友可以很清楚的知道它的时间复杂度 = 递归分解时间 + 子序列合并时间，递归分解就是将一个规模为n的问题转换成了两个规模为n / 2的问题，因此递归分解的总时间就是2T(n / 2)，最终子序列合并时间时间为O(n)，所以最终用时为T(n) = 2T(n / 2) + O(n)。这只是一个递推式子，还不能得到最终的显式表达，它主要是表征如下代码的时间复杂度：

//时间复杂度的估算是渐进意义上的结果，随着计算规模的不断增加，一些常数项、低次项、倍数项的省略不会影响最终的上界，如下三个函数的用时就已经足够说明归并排序的性能。
mergeSort(source, tmp, startIdx, midIdx);
mergeSort(source, tmp, midIdx + 1, endIdx);

merge(source, tmp, startIdx, midIdx, endIdx);

显然有上述这样的一个递推表达还不能证明归并排序的时间复杂度，我们还需要做出其他努力。参考这样一张图：

这是上述递归式子的图示，假设最终递归出的元问题只需要常数的时间O(1)，这是毋庸置疑的，因为到最终排序时是对于两个数的排序。那么可以看出这棵二叉树的每一层就需要O(n)的时间，而完全二叉树的深度（这里就是层数）可以表示为对n求以2为底的对数再加一（ps：这里不易以数学符号表达，同时笔者找了一些对这个公式的证明，因牵连太多关于二叉树的性质，笔者也还没接触二叉树，这里就不罗列出证明过程了。），所以有：T(n) = O(nlogn)。

算法的具体实现想必各位不难找到，之后你就会理解归并排序的空间复杂度是O(n)的原因。笔者也看了一些实现代码，个人觉得传递一个规模为n的临时向量来代表空间的消耗，并以此协助排序的完成，会优于每次递归排序时临时申请具体更短的向量长度。当然这只是站在时间的角度上考虑，但如果你都选择了这样一个排序算法，说明空间上消耗肯定是你所能承受的。

这个算法要体现分而治之的思想，就需要通过首尾位置来找到每次递归时的分治的标杆值。通常的做法是首尾相加除二，但在某些代码里看到的是右移一位。这让笔者好奇，百度了一番，找到了一些答案。

所谓的乘除法其实就是通过多次的加法和减法完成的，这就意味着要花费更多的时间来完成，同时移位运算的所占的机器周期要短与乘除指令。当涉及到大数据运算时，这一细微的性能差异就会被逐渐发大，最终让你感觉到明显的时间差，所以有关2的倍数的乘除最好采用移位操作。

参考：

邓俊辉：数据结构与算法教学视频