要点
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。
算法思想
归并排序其实要做两件事:
-
“分解”——将序列每次折半划分。
-
“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,带合并完成后再将 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。
public void Merge(int[] array, int low, int mid, int high) {
int i = low; // i是第一段序列的下标
int j = mid + 1; // j是第二段序列的下标
int k = 0; // k是临时存放合并序列的下标
int[] array2 = new int[high - low + 1]; // array2是临时合并序列
// 扫描第一段和第二段序列,直到有一个扫描结束
while (i <= mid && j <= high) {
// 判断第一段和第二段取出的数哪个更小,将其存入合并序列,并继续向下扫描
if (array[i] <= array[j]) {
array2[k] = array[i];
i++;
k++;
} else {
array2[k] = array[j];
j++;
k++;
}
}
// 若第一段序列还没扫描完,将其全部复制到合并序列
while (i <= mid) {
array2[k] = array[i];
i++;
k++;
}
// 若第二段序列还没扫描完,将其全部复制到合并序列
while (j <= high) {
array2[k] = array[j];
j++;
k++;
}
// 将合并序列复制到原始序列中
for (k = 0, i = low; i <= high; i++, k++) {
array[i] = array2[k];
}
}
掌握了合并的方法,接下来,让我们来了解如何分解。
private static void mergeSort(int[] r, int left, int right){
if(right<=left)//如果数组大小不大于1,不再递归
return;
int mid = (left+right)/2;
mergeSort(r, left, mid);
mergeSort(r, mid+1, right);
Merge(r, left, mid, right);
}
总的实现
package Sort;
public class mergeSort {
private static void Merge(int []a,int low,int mid,int high){
int i = low;//第一段的记录
int j = mid+1;//第二段的记录
int k = 0; //暂存数字的记录
int[] array2 = new int[high - low + 1]; // array2是临时合并序列
//扫描第一段和第二段的记录,直到有一个结束
while(i<=mid&&j<=high){
//判断哪一个小,把小的放进array2
if (a[i]>a[j]){
array2[k]=a[j];
j++;
k++;
}else {
array2[k]=a[i];
i++;
k++;
}
}
while (i<=mid)
array2[k++]=a[i++];
while (j<=high)
array2[k++] = a[j++];
// 将合并序列复制到原始序列中
for (k = 0, i = low; i <= high; i++, k++) {
a[i] = array2[k];
}
}
private static void mergeSort(int[] r, int left, int right){
if(right<=left)//如果数组大小不大于1,不再递归
return;
int mid = (left+right)/2;
mergeSort(r, left, mid);
mergeSort(r, mid+1, right);
Merge(r, left, mid, right);
}
public static void main(String[] args) {
int [] a = {3,6,4,2,10,11,5};
mergeSort(a,0,a.length-1);
for(int i=0;i<a.length;i++)
System.out.print(a[i]+" ");
}
}
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。