- 思路
- 算法属性
- 代码
思路
分治(divide-and-conquer)策略(分治法将问题分(divide)成一些小的问题然后递归求解,而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起,即分而治之)。
- 分阶段:可以看到这种结构很像一棵完全二叉树,本文的归并排序我们采用递归去实现(也可采用迭代的方式去实现)。分阶段可以理解为就是递归拆分子序列的过程,递归深度为log2n。
- 治阶段,我们需要将两个已经有序的子序列合并成一个有序序列
(需要一个大小为n的临时存储空间用以保存合并序列)
算法属性
参考文章及其动图展示链接:【点我】
(log2n为以2为底,n的对数)
排序类型 | 时间复杂度(平均) | 时间复杂度(最坏) | 时间复杂度(最好) | 空间复杂度 | 稳定性 | 复杂性 |
交换排序 | O(Nlog2N) | O(Nlog2N) | O(Nlog2N) | O(n) | 稳定 | 较复杂 |
代码
/**
* 用于将数组的两边和右边排序成一个完整的排好序的数组
* @param inputList 数组
* @param left 数组的左边边界
* @param mid 数组的中间
* @param right 数组的右边边界
* @param tem 临时数组
*/
public static void merge(int[] inputList, int left, int mid, int right, int[] tem) {
int i = left; //i是第一段序列的下标
int j = mid + 1;//j是第二段序列的下标
int k = 0; //临时存放合并数组的下标
while (i <= mid && j <= right) {// 判断第一段和第二段取出的数哪个更小,将其存入合并序列,并继续向下扫描
if (inputList[i] <= inputList[j]) {// 这里的等号容易忘
tem[k++] = inputList[i++];
} else {
tem[k++] = inputList[j++];
}
}
while (i <= mid) {// 若第一段序列还没扫描完,将其全部复制到合并序列
tem[k++] = inputList[i++];
}
while (j <= right) {// 若第二段序列还没扫描完,将其全部复制到合并序列
tem[k++] = inputList[j++];
}
k = 0;
while (left <= right) {//将临时数组保存好的有序的数组赋值给原有的数组
inputList[left++] = tem[k++];
}
}
/**
* 归并算法
* @param inputList 数组
* @param left 数组的左边界
* @param right 数组的右边界
* @param tem 临时数组
*/
public static void mergeSort(int[] inputList, int left, int right, int[] tem) {
if (left < right) {
int mid = (right + left) / 2;
mergeSort(inputList, left, mid, tem); //将左边进一步分
mergeSort(inputList, mid + 1, right, tem); //将右边进一步分
merge(inputList, left, mid, right, tem); //将左右两边进行排序
}
}
public static void main(String[] args) {
int[] a = { 1, 5, 6, 3, 2, 4 };
int[] b = new int[a.length];
mergeSort(a, 0, a.length - 1, b);
print(a);//自定义的输出数组方式
}