第一章 基础算法 归并排序

1、算法思路

归并排序是一种基于分治思想的一种排序方法

（下面的讨论均是基于将数组从小到大排序）

具体步骤

1. 直接从中间位置划分区间成左右两部分 （mid = (l + r) / 2)

2. 分别递归两部分区间

3. 归并处理左右两部分子区间（使用双指针）

2、模板代码

以下代码模板参考Acwing

//归并所用临时数组
int tmp[N];
void merge_sort(int q[], int l, int r)
{
  //递归的边界
  if(l >= r)return;
  //1、选择中间点为分界点，
  int mid = (l + r) >> 1;
  //2、直接递归处理
  merge_sort(q,l,mid);
  merge_sort(q,mid + 1,r);
  //3、利用双指针，归并处理左右区间
  //k是临时数组下标，i指向左边子区间起点，j指向右边子区间的起点
  int k = 0, i = l, j = mid + 1;
  while(i <= mid && j <= r)
  {
    if(q[i] <= q[j])
    {
      tmp[k ++] = q[i ++];
    }else{
      tmp[k ++] = q[j ++];
    }
  }
  //剩余的还未排序的部分
  while(i <= mid)tmp[k ++] = q[i ++];
  while(j <= r)tmp[k ++] = q[j ++];
  
  for(int i = 0; i < k; i ++)
  {
    q[l + i] = tmp[i];
  }
}

1、代码解释

上面的模板中，归并处理左右子区间是使用双指针进行的。

首先将指针i,j分别指向左右子区间的起点。此时左右区间的元素已经都是有序的了。当指针都在各自区间范围内移动时比较二者大小，小的一个暂存于临时数组tmp。当其中一个指针移出了区间范围时，另一个区间剩下的数字一定是全部大于他tmp里的数字的，可以直接加在tmp后面。

为什么左右区间已经是有序的呢？原因就是我们已经对左右区间进行递归了。

例如对于 2 1这个数组划分左右区间，mid = （0 + 1）/ 2 = 0。左区间元素 2，右区间元素 1。

一个区间只有一个元素的时候，一定是有序的，直接定为递归边界返回来。

此时i指向2，j指向1，二者进行归并之后的顺序就是1，2了。

2、具体示例

对于一个数组

6 9 3 5 2 1

首先，我们选择分界点，选择数组中间的位置为分界点，就是3，左区间元素（643）右区间元素（521）

6 9 `3` 5 2 1

然后分别递归，递归完之后，左右区间已经变得有序

然后做归并处理

1. 归并初始状态

左区间	3	6	9
指针位置	i

右区间	1	2	5
指针位置	j

临时区间
指针位置	k

2. i、j都在各自的区间范围内活动

• 上表中q[j] < q[i]，各区间变为下表

左区间	3	6	9
指针位置	i

右区间	1	2	5
指针位置		j

临时区间	1
指针位置		k

• 上表中q[j] < q[i]，各区间变为下表

左区间	3	6	9
指针位置	i

右区间	1	2	5
指针位置			j

临时区间	1	2
指针位置			k

• 上表中q[j] > q[i]，各区间变为下表

左区间	3	6	9
指针位置		i

右区间	1	2	5
指针位置			j

临时区间	1	2	3
指针位置				k

• 上表中q[j] < q[i]，各区间变为下表

左区间	3	6	9
指针位置		i

右区间	1	2	5
指针位置				j （超出范围）

临时区间	1	2	3	5
指针位置					k

3. 未超出范围的区间元素直接补充到临时区间末尾，这里就是6、9

临时区间	1	2	3	5	6	9
指针位置							k

4. 将临时区间的值覆盖到原区间，则原区间也有序了

3、边界问题分析

1. 避免递归时区间无限划分问题

mid = (l + r) / 2，是向下取整，因为l != r，所以mid最大值也不能取到r，所以（l,mid）不会与（l,r)重复，导致无限循环。而mid的最小值是l,对于（mid + 1,r)也不会跟(l,r)相同，导致无限循环。

3、 算法复杂度分析

平均时间复杂度	最坏时间复杂度	最优时间复杂度	平均空间复杂度	稳定性
$O(nlo{g}_{2}n)$	$O(nlo{g}_{2}n)$​	$O(nlo{g}_{2}n)$	$O(n)$​​	稳定

1.时间复杂度分析

归并排序也是一种递归的算法，所以必须写出一个关于时间的递归关系式

假设N是需要排序的元素的数量，为了方便分析，我们假设N是2的幂。假设T(N)是N个元素使用归并排序所用的时间，则对于N个数的归并排序的用时等于完成两个大小为N/2的递归排序所用的时间加上合并的时间，是线性的，则有

$T(1)=1$

$T(N)=2T(N/2)+N$

两边同除以N得到

$\frac{T(N)}{N}=\frac{T(N/2)}{N/2}+1$

该方程对于任意的N都是成立的，则有

$\frac{T(N/2)}{N/2}=\frac{T(N/4)}{N/4}+1$​

$\frac{T(N/4)}{N/4}=\frac{T(N/8)}{N/8}+1$​​

…

$\frac{T(2)}{2}=\frac{T(1)}{1}+1$​​

共$lo{g}_{2}n$个式子

将上面的式子相加可有

$\frac{T(N)}{N}=\frac{T(1)}{1}+logN$

得到 $T(N)=NlogN+N=O(NlogN)$

2、空间复杂度分析

归并排序需要O(N)的额外空间，也就是临时数组部分所占的空间

参考资料

1. Acwing
2. 数据结构与算法分析C语言描述（第二版） 7.6.1