排序算法之归并排序

目录

排序算法介绍

归并算法

算法流程

算法实现

python

C++

---

排序算法介绍

《Hello算法》是GitHub上一个开源书籍，对新手友好，有大量的动态图，很适合算法初学者自主学习入门。而我则是正式学习算法，以这本书为参考，写写笔记，有错误的地方还请指正，下面我会用python和C++实现其中的实例

排序介绍：排序简介 - Hello 算法 (hello-algo.com)

这里有更详细的介绍。 

归并算法

Merge Sort是算法中“分治思想”的典型体现，共有“划分”、“合并”两个阶段：

• 划分阶段，通过递归不断地将数组从中间划分开，将长数组地排序问题转化为短数组地排序问题；
• 合并阶段，当划分地子数组长度为1时，开始向上合并，不断地将左右两个短排序数组合并为一个长排序数组，直至合并至原数组时完成排序；

​

算法流程

划分是从上到下将数组从中点切为两个子数组，直至长度为1；

1. 计算数组中点mid，划分左子数组（[left，mid]）以及右子数组（[mid+1，right]）；
2. 递归执行1.步骤，直至子数组区间长度为1时，终止递归划分；

合并从底至顶地将左子数组和右子数组合并为一个有序数组；

需要注意的是，由于从长度为 1 的子数组开始合并，所以 每个子数组都是有序的 。因此，合并任务本质是要 将两个有序子数组合并为一个有序数组 。

​

观察发现，归并排序的递归顺序就是二叉树的后序遍历。

• 后序遍历： 先递归左子树、再递归右子树、最后处理根结点。
• 归并排序： 先递归左子树、再递归右子树、最后处理合并

算法实现

下面将以python与C++为例

python

def merge(nums, left, mid, right):
    # 初始化辅助数组 借助 copy模块
    tmp = nums[left:right + 1]
    # 左子数组的起始索引和结束索引
    left_start, left_end = left - left, mid - left
    # 右子数组的起始索引和结束索引
    right_start, right_end = mid + 1 - left, right - left
    # i, j 分别指向左子数组、右子数组的首元素
    i, j = left_start, right_start
    # 通过覆盖原数组 nums 来合并左子数组和右子数组
    for k in range(left, right + 1):
        # 若“左子数组已全部合并完”，则选取右子数组元素，并且 j++
        if i > left_end:
            nums[k] = tmp[j]
            j += 1
        # 否则，若“右子数组已全部合并完”或“左子数组元素 <= 右子数组元素”，则选取左子数组元素，并且 i++
        elif j > right_end or tmp[i] <= tmp[j]:
            nums[k] = tmp[i]
            i += 1
        # 否则，若“左右子数组都未全部合并完”且“左子数组元素 > 右子数组元素”，则选取右子数组元素，并且 j++
        else:
            nums[k] = tmp[j]
            j += 1

""" 归并排序 """
def merge_sort(nums, left, right):
    # 终止条件
    if left >= right:
        return                        # 当子数组长度为 1 时终止递归
    # 划分阶段
    mid = (left + right) // 2         # 计算中点
    merge_sort(nums, left, mid)       # 递归左子数组
    merge_sort(nums, mid + 1, right)  # 递归右子数组
    # 合并阶段
    merge(nums, left, mid, right)

C++

void merge(vector<int>& nums, int left, int mid, int right) {
    // 初始化辅助数组
    vector<int> tmp(nums.begin() + left, nums.begin() + right + 1);   
    // 左子数组的起始索引和结束索引  
    int leftStart = left - left, leftEnd = mid - left;
    // 右子数组的起始索引和结束索引       
    int rightStart = mid + 1 - left, rightEnd = right - left;
    // i, j 分别指向左子数组、右子数组的首元素
    int i = leftStart, j = rightStart;                
    // 通过覆盖原数组 nums 来合并左子数组和右子数组
    for (int k = left; k <= right; k++) {
        // 若“左子数组已全部合并完”，则选取右子数组元素，并且 j++
        if (i > leftEnd)
            nums[k] = tmp[j++];
        // 否则，若“右子数组已全部合并完”或“左子数组元素 <= 右子数组元素”，则选取左子数组元素，并且 i++
        else if (j > rightEnd || tmp[i] <= tmp[j])
            nums[k] = tmp[i++];
        // 否则，若“左右子数组都未全部合并完”且“左子数组元素 > 右子数组元素”，则选取右子数组元素，并且 j++
        else
            nums[k] = tmp[j++];
    }
}

/* 归并排序 */
void mergeSort(vector<int>& nums, int left, int right) {
    // 终止条件
    if (left >= right) return;       // 当子数组长度为 1 时终止递归
    // 划分阶段
    int mid = (left + right) / 2;    // 计算中点
    mergeSort(nums, left, mid);      // 递归左子数组
    mergeSort(nums, mid + 1, right); // 递归右子数组
    // 合并阶段
    merge(nums, left, mid, right);
}

重点解释一下合并方法 merge() 的流程：

1. 初始化一个辅助数组 tmp 暂存待合并区间 [left，right] 内的元素，后续通过覆盖原数组 nums  的元素来实现合并；
2. 初始化指针 i，j，k 分别指向左子数组、右子数组、原数组的首元素；
3. 循环判断 tmp[ i ] 和 tmp[ j ] 的大小，将较小的先覆盖至 nums[ k ] ，指针 i，j 根据判断结果交替前进（指针 k 也前进），直至两个子数组都遍历完，即可完成合并。

合并方法 merge() 代码中的主要难点：

• nums 的待合并区间为 [left，right] ，而因为 tmp 只复制了 nums 该区间元素，所以 tmp 对应区间为 [0，right - left] ，需要特别注意代码中各个变量的含义。
• 判断 tmp[ i ] 和 tmp[ j ] 的大小的操作中，还 需考虑当子数组遍历完成后的索引越界问题，即  i >leftEnd 和 j>rightEnd 的情况，索引越界的优先级是最高的，例如如果左子数组已经被合并完了，那么不用继续判断，直接合并右子数组元素即可。