5、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。其时间复杂度为O(nlogn),空间复杂度为O(n),是稳定的排序算法。
归并排序算法的工作原理如下:
(1)把长度为n的输入序列分成两个长度为n/2的子序列;
(2)对这两个子序列分别采用归并排序;
(3)将两个排序好的子序列合并成一个最终的排序序列。
下面是一个二路归并排序的简单程序:
此图借鉴于:https://www.cnblogs.com/onepixel/articles/7674659.html
public class MergeSort {
static int number = 0;
public static void main(String[] args) {
int[] array = { 4, 2, 8, 9, 5, 7, 6, 1, 3 };
System.out.println("未排序数组顺序为:");
display(array);
MergeSort(array, 0, array.length - 1);
System.out.println("经过排序后的数组顺序为:");
display(array);
}
// 遍历显示数组
public static void display(int[] array) {
for (int i = 0; i < array.length; i++) {
System.out.print(array[i] + " ");
}
System.out.println();
}
// 归并排序算法
private static void MergeSort(int[] a, int left, int right) {
if (left >= right)
return;
int mid = (left + right) / 2;
// 二路归并排序里面有两个MergeSort,多路归并排序里面写多个MergeSort就可以了
MergeSort(a, left, mid);
MergeSort(a, mid + 1, right);
// 进行归并
merge(a, left, mid, right);
}
// 对每一次排序后的数组进行归并
private static void merge(int[] a, int left, int mid, int right) {
int[] tmp = new int[a.length];
int r1 = mid + 1;
int tIndex = left;
int cIndex = left;
// 逐个归并
while (left <= mid && r1 <= right) {
if (a[left] <= a[r1])
tmp[tIndex++] = a[left++];
else
tmp[tIndex++] = a[r1++];
}
// 将左边剩余的归并
while (left <= mid) {
tmp[tIndex++] = a[left++];
}
// 将右边剩余的归并
while (r1 <= right) {
tmp[tIndex++] = a[r1++];
}
System.out.print("第" + (++number) + "趟排序: ");
// TODO Auto-generated method stub
// 从临时数组拷贝到原数组
while (cIndex <= right) {
a[cIndex] = tmp[cIndex];
// 输出中间归并排序结果
System.out.print(a[cIndex] + " ");
cIndex++;
}
System.out.println();
}
}
归并排序比较占用内存,但却是一种效率高且稳定的算法。改进归并排序在归并时先判断前段序列的最大值与后段序列最小值的关系再确定是否进行复制比较。如果前段序列的最大值小于等于后段序列最小值,则说明序列可以直接形成一段有序序列不需要再归并,反之则需要。所以在序列本身有序的情况下时间复杂度可以降至O(n)。
TimSort可以说是归并排序的终极优化版本,主要思想就是检测序列中的天然有序子段(若检测到严格降序子段则翻转序列为升序子段)。在最好情况下无论升序还是降序都可以使时间复杂度降至为O(n),具有很强的自适应性。
最好时间复杂度 | 最坏时间复杂度 | 平均时间复杂度 | 空间复杂度 | 稳定性 | |
传统归并排序 | O(nlogn) | O(nlogn) | O(nlogn) | O(n) | 稳定 |
改进归并排序 | O(n) | O(nlogn) | O(nlogn) | O(n) | 稳定 |
TimeSort | O(n) | O(nlogn) | O(nlogn) | O(n) | 稳定 |
注:关于 归并排序的改进算法和TimeSort算法后续还要添加。