【算法】归并排序 详解

在这里插入图片描述

排序: 排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减的排列起来的操作。

稳定性: 假定在待排序的记录序列中,存在多个具有相同的关键字的记录,若经过排序,这些记录的相对次序保持不变,即在原序列中, r[i] = r[j], 且 r[i] 在 r[j] 之前,而在排序后的序列中, r[i] 仍在 r[j] 之前,则称这种排序算法是稳定的;否则称为不稳定的。
(注意稳定排序可以实现为不稳定的形式, 而不稳定的排序实现不了稳定的形式)

在这里插入图片描述

内部排序: 数据元素全部放在内存中的排序。

外部排序: 数据元素太多不能同时放在内存中,根据排序过程的要求不能在内外存之间移动数据的排序。

归并排序

归并排序(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。 归并排序核心步骤:

  • 分解(Divide):将n个元素分成两个个含n/2个元素的子序列。
  • 解决(Conquer):用合并排序法对两个子序列递归的排序。
  • 合并(Combine):合并两个已排序的子序列已得到排序结果。

在这里插入图片描述

在这里插入图片描述

代码实现

1. 递归版本

	public static void mergeSort(int[] arr) {
        int len = arr.length;
        partition(arr, 0, len-1);
    }


    public static void partition(int[] arr, int left, int right) {
        if (left >= right) {
            return;
        }
        // 将区间分成左右两个部分, 并将两个部分分别排序
        int mid = ((right-left) >> 1) + left;
        partition(arr, left, mid);
        partition(arr, mid+1, right);
        // 将两部分合并
        int[] temp = new int[right-left+1];
        int index = 0;
        int index1 = left;
        int index2 = mid+1;
        while (index1 <= mid && index2 <= right) {
            if (arr[index1] < arr[index2]) {
                temp[index++] = arr[index1++];
            } else {
                temp[index++] = arr[index2++];
            }
        }
        while (index1 <= mid) {
            temp[index++] = arr[index1++];
        }
        while (index2 <= right) {
            temp[index++] = arr[index2++];
        }
        // 重新拷贝回去
        for (int i = 0; i < index; i++) {
            arr[left+i] = temp[i];
        }
    }

2. 非递归版本

    public static void mergeSortNonR(int[] arr) {
        int len = arr.length;
        // i 表示的是, 左右区间中每个区间的元素个数
        for (int i = 1; i < len; i*=2) {
            // j 每次要跳过两个区间
            for (int j = 0; j < len; j += 2*i) {
                int left1 = j;
                int right1 = j + i - 1;
                int left2 = right1 + 1;
                int right2 = left2 + i - 1;
                // 修正一下 right1, right2, 因为可能 right1 和 right2 越界了
                if (right1 >= len) {
                    right1 = len-1;
                }
                if (right2 >= len) {
                    right2 = len - 1;
                }
                // 开始合并
                int[] temp = new int[2*i];
                int index = 0;
                while (left1 <= right1 && left2 <= right2) {
                    if (arr[left1] <= arr[left2]) {
                        temp[index++] = arr[left1++];
                    } else {
                        temp[index++] = arr[left2++];
                    }
                }
                while (left1 <= right1) {
                    temp[index++] = arr[left1++];
                }
                while (left2 <= right2) {
                    temp[index++] = arr[left2++];
                }
                // 拷贝回去
                for (int k = 0; k < index; k++) {
                    arr[j+k] = temp[k];
                }
            }
        }
    }

总结:

  • 时间复杂度: O(N*logN)
  • 空间复杂度: O(N)
  • 是稳定排序
  • 对数据不敏感: 不管数据原本怎么排列, 都需要先分解, 然后归并。
  • 归并的缺点在于需要 O(N) 的空间复杂度,归并排序的思考更多的是解决在磁盘中的外排序问题。

海量数据的排序问题
假设条件为:内存只有 1G,需要排序的数据有 100G
因为内存中因为无法把所有数据全部放下,所以需要外部排序,而归并排序是最常用的外部排序

  1. 先把文件切分成 200 份,每个 512 M
  2. 分别对 512 M 排序,因为内存已经可以放的下,所以任意排序方式都可以
  3. 进行 2 路归并,同时对 200 份有序文件做归并过程,最终结果就有序了

以上就是对归并排序的讲解, 希望能帮到你 !
评论区欢迎指正 !

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值