归并排序（算法竞赛入门）

归并排序

按照分治三步法，对归并排序算法介绍如下。
划分问题：把序列分成元素个数尽量相等的两半。
递归求解：把两半元素分别排序。
合并问题：把两个有序表合并成一个。
前两部分是很容易完成的，关键在于如何把两个有序表合成一个。

void merge_sort(int* A, int x, int y, int* T)
{
   if(y-x > 1)
   { 
	   int m = x + (y-x)/2; //划分 
       int p = x, q = m, i = x;  
	   merge_sort(A, x, m, T); //递归求解 
       merge_sort(A, m, y, T); //递归求解 
       while(p < m || q < y) 
	   {  
		   if(q >= y || (p < m && A[p] <= A[q])) T[i++] = A[p++]; //从左半数组复制到临时空间 
           else T[i++] = A[q++]; //从右半数组复制到临时空间 
	   }
       for(i = x; i < y; i++) 
       A[i] = T[i]; //从辅助空间复制回A数组 
   }
}

代码中的两个条件是关键。首先，只要有一个序列非空，就要继续合并（while(p<m|| q<y)），因此在比较时不能直接比较A[p]和A[q]，因为可能其中一个序列为空，从而A[p]或 者A[q]代表的是一个实际不存在的元素。正确的方式是： 如果第二个序列为空（此时第一个序列一定非空），复制A[p]。 否则（第二个序列非空），当且仅当第一个序列也非空，且A[p]≤A[q]时，才复制 A[p]。 上面的代码巧妙地利用短路运算符“||”把两个条件连接在了一起：如果条件1满足，就不 会计算条件2；如果条件1不满足，就一定会计算条件2。这样的技巧很实用，请读者细心体会。另外，读者如果仍然不太习惯T[i++]=A[p++]这种“复制后移动下标”的方式，是时候把它们弄懂、弄熟了。 不难看出，归并排序的时间复杂度和最大连续和的分治算法一样，都是O(nlogn)的。 逆序对问题。给一列数a1, a2, … , an，求它的逆序对数，即有多少个有序对(i,j)，使 得i<j但ai>aj。n可以高达106。 【分析】
n这么大，O(n2)的枚举将超时，因此需要寻找更高效的方法。受到归并排序的启发，下 面来试试“分治三步法”是否适用。“划分问题”过程是把序列分成元素个数尽量相等的两 半；“递归求解”是统计i和j均在左边或者均在右边的逆序对个数；“合并问题”则是统计i在左 边，但j在右边的逆序对个数。 和归并排序一样，划分和递归求解都好理解，关键在于合并：如何求出i在左边，而j在 右边的逆序对数目呢？统计的常见技巧是“分类”。下面按照j的不同把这些“跨越两边”的逆序 对进行分类：只要对于右边的每个j，统计左边比它大的元素个数f(j)，则所有f(j)之和便是答 案。幸运的是，归并排序可以“顺便”完成f(j)的计算：由于合并操作是从小到大进行的，当 右边的A[j]复制到T中时，左边还没来得及复制到T的那些数就是左边所有比A[j]大的数。此 时在累加器中加上左边元素个数m-p即可（左边所剩的元素在区间[p,m)中，因此元素个数 为m-p）。换句话说，在代码上的唯一修改就是把"else T[i++] = A[q++];“改成"else { T[i++] = A[q++]; cnt += m-p; }”。当然，在调用之前应给cnt清零。 提示：归并排序的时间复杂度为O(nlogn)。
对该算法稍加修改，可以统计序列中的逆序对的个数，时间复杂度不变。
来源算法竞赛入门经典。