原理:
是创建在归并操作上的一种有效的排序算法,效率为O(nlog n)(大O符号)。1945年由约翰·冯·诺伊曼首次提出。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用,且各层分治递归可以同时进行。
- 分割:递归地把当前序列平均分割成两半。
- 集成:在保持元素顺序的同时将上一步得到的子序列集成到一起(归并)。
递归法(Top-down)
- 申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列
- 设定两个指针,最初位置分别为两个已经排序序列的起始位置
- 比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置
- 重复步骤3直到某一指针到达序列尾
- 将另一序列剩下的所有元素直接复制到合并序列尾
迭代法(Bottom-up)
原理如下(假设序列共有n个元素):
- 将序列每相邻两个数字进行归并操作,形成(n/2)个序列,排序后每个序列包含两/一个元素
- 若此时序列数不是1个则将上述序列再次归并,形成 ceil(n/4)个序列,每个序列包含四/三个元素
- 重复步骤2,直到所有元素排序完毕,即序列数为1
图解:
代码实现:
代码git地址
https://github.com/baochunhai/data-structure-algorithms.git
public class MergeSort {
public static void main(String[] args) {
int[] arr =SortUtil.randomArr(5);
SortUtil.printArr(arr);
// process(arr,0,arr.length-1);
mergeSort(arr);
SortUtil.printArr(arr);
}
/**
* 递归版本
* @param arr
* @param L
* @param R
*/
private static void process(int[] arr,int L,int R){
if(L==R){
return;
}
int mid = L + ((R-L)>>1);
// 左边变有序
process(arr,L,mid);
// 右边变有序
process(arr,mid+1,R);
// 整体变有序
merge(arr,L,mid,R);
}
/**
* 非递归版本
* @param arr
*/
private static void mergeSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
int N = arr.length;
int mergeSize = 1;
while (mergeSize < N) {
int L = 0;
while (L < N) {
int mid = L + mergeSize - 1;
if (mid >= N) {
break;
}
// 分组后,最后不够一组,则选小的为右边界
int R = Math.min(mid + mergeSize, N - 1);
merge(arr, L, mid, R);
L = R + 1;
}
mergeSize <<= 1;
}
}
private static void merge(int[] arr,int L,int M,int R) {
int[] help = new int[R - L + 1];
int i = 0;
int p1 = L;
int p2 = M + 1;
while (p1 <= M && p2 <= R) {
if (arr[p1] <= arr[p2]) {
help[i++] = arr[p1++];
} else{
help[i++] = arr[p2++];
}
}
// 左边没越界,右边越界
while (p1 <= M) {
help[i++] = arr[p1++];
}
// 右边没越界,左边越界
while (p2 <= R) {
help[i++] = arr[p2++];
}
for (i = 0; i < help.length; i++) {
arr[L + i] = help[i];
}
}
}
时间复杂度分析:
比较操作的次数介于 (nlog n)/2和 nlog n-n+1。 赋值操作的次数是(2nlog n)。归并算法的空间复杂度为:O (n)
稳定性:
稳定。算法中优先将左子序列中的数优先放到辅助数组,保证了排序的稳定性。