【数据结构和算法14】归并排序

        归并算法的中心是归并两个已经有序的数组。归并两个有序数组A和B，就生成了第三个数组C，数组C包含数组A和B的所有数据项，并且使它们有序的排列在数组C中。首先我们来看看归并的过程，然后看它是如何在排序中使用的。

        假设有两个有序数组，不要求有相同的大小。设数组A有4个数据项，数组B有6个数据项，它们要被归并到数组C中，开始时数组C有10个存储空间，归并过程如下图所示：

        归并排序的思想是把一个数组分成两半，排序每一半。然后用merge方法将数组的两半归并成一个有序的数组。被分的每一半使用递归，再次划分排序，直到得到的子数组只含有一个数据项为止。正如上面所说的，归并排序需要额外的一个和AB两个数组总和相等的空间，如果初始数组几乎沾满了整个存储器，那么归并排序就不能工作了。

        归并排序的思想很简单，下面我们来看看具体实现：

 

public void mergeSort(int[] source) {
    int[] workSpace = new int[source.length];
    recMergeSort(source,workSpace, 0, source.length-1);
}

private void recMergeSort(int[] source, int[] workSpace, int lowerBound, int upperBound) {
    if(lowerBound == upperBound) {
        return;
    }
    else {
        int mid = (lowerBound + upperBound) / 2;
        recMergeSort(source, workSpace, lowerBound, mid); //左边排
        recMergeSort(source, workSpace, mid+1, upperBound); //右边排
        merge(source, workSpace, lowerBound, mid+1, upperBound);//归并
    }
}

private void merge(int[] a, int[] workSpace, int lowPtr, int highPtr, int upperBound) {
    int j = 0;
    int lowerBound = lowPtr;
    int mid = highPtr - 1;
    int n = upperBound - lowerBound + 1;
    while(lowPtr <= mid && highPtr <= upperBound) {
        if(a[lowPtr] < a[highPtr]) {
            workSpace[j++] = a[lowPtr++];
        }
        else {
            workSpace[j++] = a[highPtr++];
        }
    }
    while(lowPtr <= mid) {
        workSpace[j++] = a[lowPtr++];
    }
    
    while(highPtr <= upperBound) {
        workSpace[j++] = a[highPtr++];
    }
    
    for(j = 0; j < n; j++) {
        a[lowerBound + j] = workSpace[j];
    }
}

 

        算法分析：归并排序的运行时间最差、最好和平均都是O(NlogN)，但是它需要额外的存储空间，这在某些内存紧张的机器上会受到限制。归并算法是由分割和归并两部分组成的，对于分各部分，如果我们使用二分查找，时间是O(NlogN)，在最后归并的时候时间是O(N)，所以总时间是O(NlogN)。空间复杂度为O(N)。

        归并排序是稳定的，由于没有发生数据交换，所有当a=b的时候，a一开始如果在b前面，则其每一次合并后仍然在b前面，故该排序算法是稳定的。

        归并排序就写这么多，如有错误之处，欢迎留言指正~

        

        欢迎大家关注我的公众号：“武哥聊编程”，一个有温度的公众号~

        关注回复：资源，可以领取海量优质视频资料

        

_____________________________________________________________________________________________________________________________________________________

-----乐于分享，共同进步！

-----更多文章请看：http://blog.csdn.net/eson_15