常见排序
归并排序
算法介绍:O(nlogn)
归并排序是分治思想的最典型的例子
分别通过递归调用将他们单独排序,最后将有序的子数组归并为最终的排序结果。该递归的出口在于如果
一个数组不能再被分为两个子数组,那么就会执行merge进行归并,在归并的时候判断元素的大小进行排序。
归并排序需要申请额外的数组空间,导致空间复杂度提升,是典型的以空间换时间的操作。
思路概况:
归并操作的工作原理如下:
第一步:申请空间,使其大小为数组大小,该空间用来存放合并后的序列
第三步:递归进行拆分直到元素个数为1
第二步: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
第三步: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,移动指针到下一位置并继续比较
代码:
class Solution {
public int[] sortArray(int[] nums) {
int[] temp = new int[nums.length];//开辟辅助数组
merge(nums,0,nums.length-1,temp);
return nums;
}
public void merge(int[] nums,int left,int right,int[] temp){
if(left == right){
return;
}
int mid = (left+right)>>>1;
//递归拆分数组
merge(nums,left,mid,temp);
merge(nums,mid+1,right,temp);
//递归归并数组
mergeSort(nums,left,mid,right,temp);
}
//合并数组函数
public void mergeSort(int[] nums,int left,int M,int right,int[] temp){
//将数组以中心M分为左半边和右半边
int l = left;
int m = M;
int r = m+1;
//这里的k必须也是从left下标开始。因为所需要排序的下标是left-right,排完存入temp数组中
int k =left;
//在左半区left-mid之间和右半区mid+1-right之间比较出较小的插入到temp数组的(left-right位置)
while(l<=M&&r<=right){
if(nums[l] < nums[r]){
//如果在左半区找出较小的则继续移动左半区
temp[k++] = nums[l++];
}else{
temp[k++] = nums[r++];
}
}
//由于左右半区的大小其实是随机的,所以会出现右半区或左半区全部加入temp而另一半区还有数据较大的没加进来
while(l<=M){
temp[k] =nums[l];
k++;
l++;
}
while(r<=right){
temp[k++] = nums[r++];
}
for(int i=left ;i<=right;i++){
nums[i]=temp[i];
}
}
}