十大经典排序算法总结(归并排序)

写在前面

• 楼主整理经典的排序算法
• 记录学习

十大经典排序算法总结(冒泡排序)

十大经典排序算法总结(快速排序)

十大经典排序算法总结(归并排序)

十大经典排序算法总结(选择排序)

十大经典排序算法总结(插入排序)

十大经典排序算法总结(堆排序)

十大经典排序算法总结(希尔排序)

十大经典排序算法总结(计数排序)

十大经典排序算法总结(桶排序)

十大经典排序算法总结(基数排序)

1. 归并排序(MergeSort)

1.1 概念

归并排序利用的是分治的思想实现的，对于给定的一组数据，利用递归与分治技术将数据序列划分成为越来越小的子序列，之后对子序列排序，最后再用递归方法将排好序的子序列合并成为有序序列。合并两个子序列时，需要申请两个子序列加起来长度的内存，临时存储新的生成序列，再将新生成的序列赋值到原数组相应的位置。

1.2 算法描述

• 把长度为n的输入序列分成两个长度为n/2的子序列；
• 对这两个子序列分别采用归并排序；
• 将两个排序好的子序列合并成一个最终的排序序列。

示意图

1.3 代码演示

package com.zhuang.algorithm;

import java.util.Arrays;

/**
 * @Classname MergeSort
 * @Description 归并排序
 * @Date 2021/6/13 15:49
 * @Created by dell
 */


public class MergeSort {
    public static void main(String[] args) {
        int[] arr = {9, 2, 6, 3, 5, 7, 10, 11, 12};
        merSort(arr, 0, arr.length - 1);
        System.out.println(Arrays.toString(arr));//[2, 3, 5, 6, 7, 9, 10, 11, 12]
    }

    public static void merSort(int[] arr, int left, int right) {

        if (left < right) {
            int mid = (left + right) / 2;
            //左边归并排序，使得左子序列有序
            merSort(arr, left, mid);
            //右边归并排序，使得右子序列有序
            merSort(arr, mid + 1, right);
            //合并两个子序列
            merge(arr, left, mid, right);
        }
    }

    private static void merge(int[] arr, int left, int mid, int right) {
        //可以从开始就申请一个与原数组大小相同的数组，因为重复new数组会频繁申请内存
        int[] temp = new int[right - left + 1];
        int i = left;
        int j = mid + 1;
        int k = 0;
        while (i <= mid && j <= right) {
            if (arr[i] < arr[j]) {
                temp[k++] = arr[i++];
            } else {
                temp[k++] = arr[j++];
            }
        }
        while (i <= mid) {
            //将左边剩余元素填充进temp中
            temp[k++] = arr[i++];
        }
        while (j <= right) {
            //将右序列剩余元素填充进temp中
            temp[k++] = arr[j++];
        }
        //将temp中的元素全部拷贝到原数组中
        for (int k2 = 0; k2 < temp.length; k2++) {
            arr[k2 + left] = temp[k2];
        }
    }
}

1.4 算法分析

• 最佳情况：T(n) = O(n)
• 最差情况：T(n) = O(nlogⁿ)
• 平均情况：T(n) = O(nlogⁿ)

1.5 适用场景

归并排序在数据量比较大的时候也有较为出色的表现（效率上），其空间复杂度O(n)使得在数据量特别大的时候（例如，1千万数据）几乎不可接受。而且，考虑到有的机器内存本身就比较小，因此，采用归并排序一定要注意。

写在最后

• 学习阶段，描述不当地方，还请大家在评论区指出
• 继续加油💪