java归并排序(Merge Sort)—— 详解 + 案例 +时间复杂度

前言

  • 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。

排序原理

需求:
排序前:{8,4,5,7,1,3,6,2}
排序后:{1,2,3,4,5,6,7,8}

排序原理:

  1. 尽可能的一组数据拆分成两个元素相等的子组,并对每一个子组继续拆分,直到拆分后的每个子组的元素个数是1为止。
  2. 将相邻的两个子组进行合并成一个有序的大组;
  3. 不断的重复步骤2,直到最终只有一个组为止。

在这里插入图片描述


代码实现

在这里插入图片描述
代码

package study.sort;

public class Merge {
    //归并排序所需要的辅助数组
    private static Comparable[] assist;

    //对数组内的元素进行排序
    public static void sort(Comparable[] a){
        assist = new Comparable[a.length];
        int lo = 0;
        int hi = a.length - 1;
        sort(a,lo,hi);
    }

    //对数组a中从索引lo到索引hi之间的元素进行排序
    private static void sort(Comparable[] a,int lo,int hi){
        //只有一个数据,不用排序了
        if (hi <= lo){
            return;
        }

        int mid = lo + (hi - lo) / 2;

        //对lo到mid之间的元素进行排序
        sort(a,lo,mid);
        //对mid + 1到hi之间的元素进行排序
        sort(a,mid + 1,hi);
        //对lo到mid这组数据和mid到hi这组数据进行归并
        merge(a,lo,mid,hi);
    }

    //从索引lo到所以mid为一个子组,从索引mid+1到索引hi为另一个子组,
    // 把数组a中的这两个子组的数据合并成一个有序的大组(从索引lo到索引hi)
    private static void merge(Comparable[] a,int lo,int mid,int hi){
        //lo到mid这组数据和mid + 1到hi这组数据归并到辅助数组assist对应的索引处
        int i = lo;//定义一个指针,指向assist数组中开始填充数据的索引
        int p1 = lo;//定义一个指针,指向第一组数据的第一个元素
        int p2 = mid + 1;//定义一个指针,指向第二组数据的第一个元素

        //比较左边小组和右边小组中的元素大小,哪个小,就把哪个数据填充到assist数组中
        while (p1 <= mid && p2 <= hi){
            if (less(a[p1],a[p2])){
                assist[i++] = a[p1++];
            }else {
                assist[i++] = a[p2++];
            }
        }

        //上面的循环结束后,如果退出循环的条件是p1 > mid,则证明左边小组中的数据已经归并完毕,
        // 如果退 出循环的条件是p2 > =hi,则证明右边小组的数据已经填充完毕;
        // 所以需要把未填充完毕的数据继续填充到assist中,
        // 下面两个循环,只会执行其中的一个
        while (p1 <= mid){
            assist[i++] = a[p1++];
        }
        while (p2 <= hi){
            assist[i++] = a[p2++];
        }

        //那么现在,assist数组中,从lo到hi的元素是有序的,再把数据拷贝到a数组中对应的索引处
        for (int index = lo; index <= hi ; index++) {
            a[index] = assist[index];
        }
    }


    //判断v是否小于w
    private static boolean less(Comparable v, Comparable w) {
        return v.compareTo(w) < 0;
    }

    //交换a数组中,索引i和索引j处的值
    private static void exchange(Comparable[] a, int i, int j) {
        Comparable temp = a[i];
        a[i] = a[j];
        a[j] = temp;
    }
}

package study.Test;

import study.sort.Merge;

import java.util.Arrays;

public class MergeTest {
    public static void main(String[] args) {
        Integer[] a =  {8, 4, 5, 7, 1, 3, 6, 2};
        System.out.println("排序前:" + Arrays.toString(a));
        Merge.sort(a);
        System.out.println("排序后:" + Arrays.toString(a));
    }
}


效果图
在这里插入图片描述


时间复杂度

  • 归并排序是分治思想的最典型的例子,上面的算法中,对a[lo…hi]进行排序,先将它分为a[lo…mid]和a[mid+1…hi]两部分,分别通过递归调用将他们单独排序,最后将有序的子数组归并为最终的排序结果。该递归的出口在于如果一个数组不能再被分为两个子数组,那么就会执行merge进行归并,在归并的时候判断元素的大小进行排序。
    在这里插入图片描述
  • 用树状图来描述归并,如果一个数组有8个元素,那么它将每次除以2找最小的子数组,共拆log8次,值为3,所以树共有3层,那么自顶向下第k层有2^ k个子数组,每个数组的长度为2^ (3-k),归并最多需要2^(3-k)次比较。因此每层的比较次数为 2^k * 2^ (3-k)=2^3,那么3层总共为 3*2^3。
  • 假设元素的个数为n,那么使用归并排序拆分的次数为log2(n),所以共log2(n)层,那么使用log2(n)替换上面32^3中 的3这个层数,最终得出的归并排序的时间复杂度为:log2(n) 2 ^(log2(n))=log2(n)*n,根据大O推导法则,忽略底数,最终归并排序的时间复杂度为O(nlogn);

归并排序的缺点:
需要申请额外的数组空间,导致空间复杂度提升,是典型的以空间换时间的操作。

快速排序和归并排序都是常见的排序算法,它们的时间复杂度如下: 1. 快速排序(Quick Sort)的平均时间复杂度为O(nlogn),最坏情况下的时间复杂度为O(n^2)。 - 在平均情况下,快速排序的时间复杂度为O(nlogn)。这是因为快速排序使用分治策略,每次选择一个基准元素,并将数组分成两个子数组,然后递归地对子数组进行排序。在平均情况下,每次划分将数组分成大小接近一半的两个子数组,因此总的比较和交换次数为O(nlogn)。 - 在最坏情况下,如果每次划分都选择了当前最大或最小的元素作为基准,那么快速排序的时间复杂度将退化到O(n^2)。这种情况下,每次划分只能将数组分成一个子数组和一个空数组,递归调用的次数为n,因此总的比较和交换次数为1 + 2 + ... + n-1 = n * (n-1) / 2,即O(n^2)。 2. 归并排序Merge Sort)的时间复杂度始终稳定在O(nlogn)。 - 归并排序使用分治策略,将待排序的数组分成两个子数组,分别进行排序,然后将两个有序子数组合并成一个有序数组。在归并的过程中,需要将元素逐个比较并放入临时数组中。在每一层的归并过程中,需要进行n次比较和交换操作。总共需要进行logn层的归并,因此总的比较和交换次数为n * logn,即O(nlogn)。 需要注意的是,以上时间复杂度是对算法的整体评估。实际应用中,算法的具体实现和优化策略也会对时间复杂度产生影响。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值