八大排序算法详解——归并排序

基本思想

n个记录的文件的直接选择排序可经过n-1趟直接选择排序得到有序结果：

1. 初始状态：无序区为R[1..n]，有序区为空。
2. 第1趟排序: 在无序区R[1..n]中选出关键字最小的记录R[k]，将它与无序区的第1个记录R[1] 交换，使R[1..1]和R[2..n]分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区。
3. ……
4. 第i趟排序: 第i趟排序开始时，当前有序区和无序区分别为R[1..i-1]和R[i..n](1≤i≤n-1)。 该趟排序从当前无序区中选出关键字最小的记录R[k]，将它与无序区的第1个记录R[i]交换，使R[1..i] 和R[i+1..n]分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区。

这样，n个记录的文件的直接选择排序可经过n-1趟直接选择排序得到有序结果。

算法实现

归并排序算法，Java实现，代码如下所示：

public abstract class Sorter {
             public abstract void sort(int[] array);
        }

        public class MergeSorter extends Sorter {

             @Override
             public void sort(int[] array) {
                  int[] auxArray = new int[array.length];
                  mergeSort(array, auxArray, 0, array.length - 1);
             }

             /**
             * 基于分治思想，执行归并排序
             * @param low 待排序数组下标下界
             * @param high 待排序数组下标上界
             */
             private void mergeSort(int[] array, int[] auxArray, int low, int high) {
                  int dividedIndex = 0; // 分治位置索引变量
                  if (low < high) {
                       dividedIndex = (low + high) / 2; // 计算分治位置(采用简单的二分思想)
                       mergeSort(array, auxArray, low, dividedIndex); // 左侧递归归并排序
                       mergeSort(array, auxArray, dividedIndex + 1, high); // 右侧递归归并排序
                       merge(array, auxArray, low, dividedIndex, high); // 合并分治结果
                  }
             }

             private void merge(int[] array, int[] auxArray, int low, int dividedIndex, int high) {
                  int i = low; // 指向左半分区数组的指针
                  int j = dividedIndex + 1; // 指向右半分区数组的指针
                  int auxPtr = 0; // 指向辅助区数组的指针
                  // 合并两个有序数组：array[low..dividedIndex]与array[dividedIndex+1..high]。
                  while (i <= dividedIndex && j <= high) { // 将两个有序的数组合并，排序到辅助数组auxArray中
                       if (array[i] > array[j]) { // 左侧数组array[low..dividedIndex]中的array[i]大于右侧数组array[dividedIndex+1..high]中的array[j]
                            auxArray[auxPtr++] = array[j++];
                       } else {
                            auxArray[auxPtr++] = array[i++];
                       }
                  }
                  // 如果array[low..dividedIndex].length>array[dividedIndex+1..high].length，经过上面合并
                  // array[low..dividedIndex]没有合并完，则直接将array[low..dividedIndex]中没有合并的元素复制到辅助数组auxArray中去
                  while (i <= dividedIndex) {
                       auxArray[auxPtr++] = array[i++];
                  }
                  // 如果array[low..dividedIndex].length<array[dividedIndex+1..high].length，经过上面合并
                  // array[dividedIndex+1..high]没有合并完，则直接将array[dividedIndex+1..high]中没有合并的元素复制到辅助数组auxArray中去
                  while (j <= high) {
                       auxArray[auxPtr++] = array[j++];
                  }
                  // 最后把辅助数组auxArray的元素复制到原来的数组中去，归并排序结束
                  for (auxPtr = 0, i = low; i <= high; i++, auxPtr++) {
                       array[i] = auxArray[auxPtr];
                  }
             }
        }

排序过程

假设待排序数组为array = {94,12,34,76,26,9,0,37,55,76,37,5,68,83,90,37,12,65,76,49}，数组大小为20，我们以该数组为例，执行归并排序的具体过程，如下所示：

[94,12,34,76,26,9,0,37,55,76,    37,5,68,83,90,37,12,65,76,49]
            [94,12,34,76,26,    9,0,37,55,76]
            [94,12,34,    76,26]
            [94,12,    34]
            [94,    12]
            {12,    94}
            {12,34,    94}
            [76,    26]
            {26,    76}
            {12,26,34,    76,94}
            [9,0,37,    55,76]
            [9,0,    37]
            [9,    0]
            {0,    9}
            {0,9,    37}
            [55,    76]
            {55,    76}
            {0,9,37,    55,76}
            {0,9,12,26,34,    37,55,76,76,94}
            [37,5,68,83,90,    37,12,65,76,49]
            [37,5,68,    83,90]
            [37,5,    68]
            [37,    5]
            {5,    37}
            {5,37,    68}
            [83,    90]
            {83,    90}
            {5,37,68,    83,90}
            [37,12,65,    76,49]
            [37,12,    65]
            [37,    12 ]
            {12,    37 }
            {12,37,    65 }
            [76,    49 ]
            {49,    76}
            {12,37,49,    65,76}
            {5,12,37,37,49,    65,68,76,83,90}
            {0,5,9,12,12,26,34,37,37,37,    49,55,65,68,76,76,76,83,90,94}

上面示例的排序过程中，方括号表示“分解”操作过程中，将原始数组进行递归分解，直到不能再继续分割为止；花括号表示“归并”的过程，将上一步分解后的数组进行归并排序。因为采用递归分治的策略，所以从上面的排序过程可以看到，“分解”和“归并”交叉出现。

算法分析

• 时间复杂度

对长度为n的文件，需进行FLOOR(logn) 趟二路归并，每趟归并的时间为O(n)，故其时间复杂度无论是在最好情况下还是在最坏情况下均是O(nlgn)。

• 空间复杂度

需要一个辅助向量来暂存两有序子文件归并的结果，故其辅助空间复杂度为O(n)，显然它不是就地排序。

• 排序稳定性

归并排序是一种稳定的排序。

转载原地址：http://shiyanjun.cn/archives/820.html