归并排序、快速排序选择的过程及复杂度分析

归并排序、快速排序/选择的过程及复杂度分析

1 归并排序

归并排序首先递归划分数组直至一个元素，每次都是**“对半”划分**（不能保证每次划分的两个子区间内元素数量相等），时间复杂度稳定，然后从下往上进行归并处理。

递归划分

递归划分的过程：

• 递归第0层，n个数被划分为1个子区间
• 递归第1层，将n个数划分为2个子区间
• 递归第2层，将n个数划分为4个子区间

…

• 递归的第log n层，将n个数划分为n个子区间

例如对于数组[5,2,3,4,1,8,7,6]，l = 0, r = 7。**递归划分（自上而下）**如下图所示：

选取8个元素的数组为例是为了更好地看出划分的效果。显然并不是所有情况都能划分地这么“规整”，会存在划分的子区间内元素不等的情况，但是由于每次划分下标的选取都是采用的是(区间左下标+区间右下标)/2，所以总体来说，递归划分的深度为log n层。当区间内只有一个元素时，无法再进行划分，直接返回。

归并处理

**归并处理（自下而上）**的示意图如下：

圆弧表示这段区间内的排序操作，旁边的数字表示操作的顺序。排序使用的方法是归并（用一个临时数组合并两个有序数组），时间复杂度为O(n)，空间复杂度为O(n)，n为归并的元素个数，具体归并操作就不展开了，本文主要分析其过程和复杂度。

显然：

• 在第2层中，共4个子区间，发生了4次排序，共排序8个元素。
• 在第1层中，共2个子区间，发生了2次排序，共排序8个元素。
• 在第0层中，共1个子区间，发生了1次排序，共排序8个元素。

即对于每一层的每一个子区间（最后一层不算，因为它每个区间只有一个元素，不需要排序），处理的时候都需要遍历一次区间中的每一个元素。

所以对于每一层来说，遍历个数都为n，复杂度为O(n)。而总共log n层，所以归并排序的时间复杂度为O(nlog n)。

又因为每次归并过程中需要用到临时数组来存储元素，而且在第0层所需数组大小的最大，其大小为n；所以归并排序的空间复杂度为O(n)。（也可考虑其递归过程产生的log n层递归调用的空间复杂度）

代码

void merge(int l, int r){
    if(l >= r)	// 该子区间只有一个元素，直接返回
        return;
    
    int mid = (l + r) >> 1;		// 取分界点 mid = (l + r) / 2
    merge(l, mid);		// 左子区间为(l, mid)
    merge(mid + 1, r);		// 右子区间为(mid + 1, r)
    
    int tmp[r - l + 1] = {0};   // 临时数组，大小为区间长度
    int k = 0, i = l, j = mid + 1;  // k是已归并的元素数量，i是做子区间起点，j是右子区间起点
    
    while(i <= mid && j <= r){   // 归并操作，合并两个有序子区间
        if(a[i] < a[j])
            tmp[k++] = a[i++];
        else
            tmp[k++] = a[j++];
    }
    while(i <= mid)
        tmp[k++] = a[i++];
    while(j <= r)
        tmp[k++] = a[j++];
    
    for(int i = 0;i < k;i++)	// 更新一次数组，上层在此基础之上继续归并排序（自下而上）
        a[l + i] = tmp[i];
}

2 快速排序

快速排序也是利用分治的思想对各区间进行排序处理，时间复杂度不那么稳定，然后从上往下进行排序处理。与归并排序不同，快速排序不是每次将区间“对半”划分，而是按轴（值）划分，轴左边的数小于等于他，轴右边的数大于等于他。所以轴的选取非常重要，将会影响到他的时间复杂度。

快速排序有很多种模板，但是核心都是将区间分为两部分，再对子区间进行处理，直至区间不可分

1. 有一种是将区间分为两部分：小于等于x的部分、大于等于x的部分

2. 还有是将区间分为三部分，小于等于x的部分、x、大于等于x的部分（因为不会递归x的部分，所以也可以理解为分成了两部分）

3. …

第2种方法，是本文使用的方法。因为他每一次划分都将数x放在了正确的位置上，笔者认为这样更好理解时间复杂度。如下图所示：

• 选取了奇数数组方便画图，每次选取最左边元素作为轴（也可选别的），且每次都会选取到区间的中位数；注意这不是完整的递归流程图，理论上排序是按前序遍历的顺序来排序的，请按照弧线数字顺序来看
• 弧线表示一次排序操作，具体方法见代码旁边的数字表示这是第几次排序；第3层中的弧线没有排序操作，因为他只有一个元素会直接返回，这里花弧线主要是方便标顺序以及表示这个数的位置被确认了
• 可见，第1层确定了1个元素的位置；第2层确定了2个元素的位置（注意不是同时确定的）；…
• 快排递归过程，与归并相反，是一个从上到下处理的过程。处理完当前区间，再处理子区间

如果每次选取轴都恰好能像上图一样使区间“对半”划分，则快速排序的递归划分的复杂度为log n，即划分最多log n层；对于每一层，执行上述的过程中都要遍历每一个元素，复杂度为O(n)；这两点点和归并排序一样，即快速排序最好的总时间复杂度为O(n log n)。

但是，每次都“对半”划分这个概率是否有点太低？甚至假如每次都选取了当前区间的最大/小值最为轴的话：

• 递归的第0层，n个数被划分为1个子区间，每个子区间的数字个数为n；

• 递归的第1层，n个数被划分为2个子区间，每个子区间的数字个数为n-1、1；（那1个数即是最大/小值，他没有右/左子区间；后续同理）

• 递归的第2层，n-1个数被划分为2个子区间，每个子区间的数字个数为n-2、1；

• 递归的第3层，n-2个数被划分为2个子区间，每个子区间的数字个数为n-3、1；

…

• 递归的第n-1层，2个数被划分为2个子区间，每个子区间的数字个数为1、1；
• 递归的第n层，1个数被划分为1个子区间，每个子区间的数字个数为1；
• （可以理解为每次划分得很极限，人家归并排序都一半一半分（即log n层），这里直接一个一个分，所以就要分n层咯）

对于每一层，处理的时候都需要遍历一次区间中的每一个元素，所以对于1~n层来说，遍历个数为n、n-1、n-2、…、2、1。

所以时间复杂度最差为n + n-1 + ...+ 2 + 1等差数列求和为：n(1+n)/2，即O(n^2)​。

空间复杂度主要是递归造成的栈空间的使用，最好情况，递归树的深度为log n；最坏情况，需要进行n次递归调用，其空间复杂度为O(n)，

代码

// a[n]
// qsort(0, n - 1);
void qsort(int l, int r) {
    if(l >= r)
        return;
    int i = l, j = r;
    // 轴为 a[l]
    while(i < j) {
        while(i < j && a[j] >= a[l]) j--;  // 从右边开始选一个小于轴的数。具体原因看后续分析：https://blog.csdn.net/qq_45746571/article/details/135510476
        while(i < j && a[i] <= a[l]) i++;  // 从左边开始选一个大于轴的数
        swap(a[i], a[j]);    // 交换这两个不在正确区域的数
    }
    swap(a[i], a[l]);  // 把轴换到交界处，真的是轴
    
    qsort(l, i - 1);  // 左子区间
    qsort(i + 1, r);  // 右子区间
}

3 快速选择

从上面分析可知，每次排序都会确定一个数的位置，左边都是小于等于他的数，右边都是大于等于他的数。所以如果我需要前k小的数或者第k小的数，就可以根据每次确定的这个位置来选择下次递归的方向，相当于进行了剪枝。

例如，如果需要第5小的数。第一次我选取的轴恰好是第8小的数，说明此时，轴左边部分的数小于等于轴（即比第8小还小，第9,10,11...小），就算再递归这一部分，也是南辕北辙；所以递归右边大于等于轴部分才能接近第5小，后续同理。

所以理想情况下，每次只需要递归一边（约为上一次的一半），时间复杂度：$n+\frac{n}{2}+\frac{n}{4}+...=n(1+\frac{1}{2}+\frac{1}{4}+\frac{1}{8}...)<2n$，即O(n)。

同理上节，最坏情况下复杂度为O(n^2)。

要找第1小，第一次选到第10小（最大），选择靠近第1小的那边（也没有另一半来选撒），然后选到第9小…然后然后选到第8小…

即每次都脸黑地选取到区间最大/小值。

代码

// a[n]
void q_select(int l, int r, int &k) {
        if(l >= r)
            return;
        int i = l, j = r;
        while(i < j) {
            while(i < j && a[j] >= a[l]) j--;
            while(i < j && a[i] <= a[l]) i++;
            swap(a[i], a[j]);
        }
        swap(a[i], a[l]);  // 与上述快速排序一致
        
        if(i == k - 1)  // 恰好是
            return;
        if(i < k - 1)  // 判边
            q_select(i + 1, r, k);
        else
            q_select(l, i - 1, k);
    }