package Sort;
/**
* 归并排序
* * 归并排序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。
归并排序的基本思想
将待排序序列R[0...n-1]看成是n个长度为1的有序序列,将相邻的有序表成对归并,
得到n/2个长度为2的有序表;将这些有序序列再次归并,得到n/4个长度为4的有序序列;
如此反复进行下去,最后得到一个长度为n的有序序列。
综上可知:
归并排序其实要做两件事:
(1)“分解”——将序列每次折半划分。
(2)“合并”——将划分后的序列段两两合并后排序。
我们先来考虑第二步,如何合并?
在每次合并过程中,都是对两个有序的序列段进行合并,然后排序。
这两个有序序列段分别为 R[low, mid] 和 R[mid+1, high]。
先将他们合并到一个局部的暂存数组R2中,待合并完成后再将R2复制回R中。
为了方便描述,我们称 R[low, mid] 第一段,R[mid+1, high] 为第二段。
每次从两个段中取出一个记录进行关键字的比较,将较小者放入R2中。
最后将各段中余下的部分直接复制到R2中。
经过这样的过程,R2已经是一个有序的序列,再将其复制回R中,一次合并排序就完成了。
* 法分析
归并排序算法的性能
排序类别
归并排序
排序方法 时间复杂度 空间复杂度 稳定性 复杂性 平均情况 最坏情况 最好情况
归并排序 O(nlog2n) O(n) 稳定 较复杂 O(nlog2n) O(nlog2n) O(nlog2n)
时间复杂度
归并排序的形式就是一棵二叉树,它需要遍历的次数就是二叉树的深度,而根据完全二叉树的
可以得出它的时间复杂度是O(n*log2n)。
空间复杂度
由前面的算法说明可知,算法处理过程中,需要一个大小为n的临时存储空间用以保存合并序列。
算法稳定性
在归并排序中,相等的元素的顺序不会改变,所以它是稳定的算法。
归并排序和堆排序、快速排序的比较
若从空间复杂度来考虑:首选堆排序,其次是快速排序,最后是归并排序。
若从稳定性来考虑,应选取归并排序,因为堆排序和快速排序都是不稳定的。
若从平均情况下的排序速度考虑,应该选择快速排序。
*/
public class MergeSort{
int a[];
public MergeSort() {
a = new int[]{8,19,2,3,100,99,1000,888,-1};
}
public MergeSort(int a[]) {
this.a = a;
}
public void Merge(int[] array, int low, int mid, int high) {
int i = low;
int j = mid + 1;
int k = 0;
int[] array2 = new int[high - low + 1];
while (i <= mid && j <= high) {
if (array[i] <= array[j]) {
array2[k] = array[i];
i++;
k++;
} else {
array2[k] = array[j];
j++;
k++;
}
}
while (i <= mid) {
array2[k] = array[i];
i++;
k++;
}
while (j <= high) {
array2[k] = array[j];
j++;
k++;
}
for (k = 0, i = low; i <= high; i++, k++) {
array[i] = array2[k];
}
}
public void MergePass(int[] array, int gap, int length) {
int i = 0;
for (i = 0; i + 2 * gap - 1 < length; i = i + 2 * gap) {
Merge(array, i, i + gap - 1, i + 2 * gap - 1);
}
if (i + gap - 1 < length) {
Merge(array, i, i + gap - 1, length - 1);
}
}
public int[] sort(int[] list) {
for (int gap = 1; gap < list.length; gap = 2 * gap) {
MergePass(list, gap, list.length);
System.out.println("gap = " + gap + ":\t");
}
print();
return list;
}
public void print(){
for(int i=0;i<a.length;i++){
System.out.print(a[i]+"\t");
}
System.out.println("");
}
public static void main(String[] args) {
MergeSort sort = new MergeSort();
System.out.println("排序之前:");
sort.print();
System.out.println("========================");
sort.sort(sort.a);
}
}