初识归并排序
归并排序是建立在归并操作上的一种有效,稳定的排序算法,该算法采用了分而治之的思想。
基于这个思想,我们就有两个操作,一个排序,一个合并。
排序
排序就是将左侧或后侧的数据按照升序或降序排好,一般未说明都指的是升序,在这里合并其实已经包含了比较并交换了也就是排序,其实我不需要在排一遍了,我只需要第一次合并的时候,左侧是1个数,右侧也是1个数,这样不就是有序的嘛,然后合并成两个数,这两个数据就有序了,然后重复这个操作。
合并
合并的前提是有多个部分,这里是两个部分,左侧和右侧;进入合并的前提是左侧和右侧都已经排序拍好了。那么合并只要左侧和右侧中的数据进行比较,谁小排前面,画个图解析下:
代码
不着急写代码,还是先画一下图说明下:
图画思路
思路逐渐清晰:
接口1:
- 我需要实现拆分。
- 拆分需要调用拆分实现递归。
- 递归最后再调用合并,这样依据递归的逻辑,才能实现拆分到左右各1个元素满足合并的调用条件。
接口2:
- 我需要有个数组可以存放比较的两个数组的值。
- 我需要三个指针,分别指向三个数组的头部。
- 我需要一个循环体,内容是,比较的两个数组的元素,谁小,谁放新数组里,指针后移。
- 循环结束条件是,其中有一个数据空了,具体表现就是指针越界了。
- 越界之后,没有越界的那个数组的剩余数据,需要填入到新数组里。
代码实现
public static void mergeSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
splitSorting(arr, 0, arr.length - 1);
}
public static void splitSorting(int[] arr, int l, int r) {
// 递归终止条件
if (l == r) {
return;
}
int m = (l + r) / 2;
// 对于左侧来说,l到中点
splitSorting(arr, l, m);
// 对于右侧来说,中点+1到右侧
splitSorting(arr, m + 1, r);
merge(arr, l, m, r);
}
public static void merge(int[] arr, int L, int M, int R) {
// 我需要一个数组存放数据
int[] narr = new int[R - L + 1];
// 我需要三个指针,分别指向三个数据的头
int i = 0;
int p1 = L;
int p2 = M + 1;
// 我需要一个循环体,结束条件是其中一个越界了,这里写的是循环条件哦,不是结束条件
// p1,p2都在各自的范围内
while (p1 <= M && p2 <= R) {
narr[i++] = arr[p1] <= arr[p2] ? arr[p1++] : arr[p2++];
}
// p1 越界,p1添加完了,剩下数据的就是p2
while (p2 <= R) {
narr[i++] = arr[p2++];
}
// p2 越界,p2添加完了,剩下数据的就是p1
while (p1 <= M) {
narr[i++] = arr[p1++];
}
// 合并后的narr数据,要放到原来的数组arr里的
for (int j = 0; j < narr.length; j++) {
// L为左侧数据的开始,从L开始放数据
arr[L + j] = narr[j];
}
}
呼~~,思路看着挺清晰的,但是写下来还是有不少地方没有说明到的:
- 递归时候千万要注意终止条件,否则会无尽的递归进去,很快就报java.lang.StackOverflowError
- 合并到最后要记得合并后的数据还需要塞回原数组的,否则我们把数据拿出来排了序,之前的数组顺序还是老样子。
总结
刚开始学习归并排序,使用的是递归的写法,明显测试的时候感觉到有点慢,慢到啥程度,我等下贴个图出来(测试时间中包含了生成数组、数组复制、冒泡排序、归并排序、排序后两个数组的比较),据说还有进阶的写法,后面学到了再更新出来。