归并排序

归并排序

归并排序是建立在归并操作上的一种有效的排序算法，该算法是采用分治的思想。将已有序的子序列合并，得到完全有序的序列，既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，成为二路归并

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为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，知道最终只有一个组为止。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JFIbtuyZ-1612087446661)(C:\Users\29455\AppData\Roaming\Typora\typora-user-images\1612007588557.png)]

代码实现：

//数组合并过程
public static void Sort(int[] a, int l, int m, int r, int[] temp){
        int i = l;
        int j = m + 1;
        int t = 0;
		//将原来的数组拆分并后比较大小并排序，保存在新的temp数组中
        while(i <= m &&j <= r){
            if(a[i] <= a[j]){
                temp[t] = a[i];
                i++;
                t++;
            }else{
                temp[t] = a[j];
                j++;
                t++;
            }
        }
		//把有剩余数据的一边的数据一次全部填充到temp
        //左边剩余
    	while(i <= m){
            temp[t] = a[i];
            t++;
            i++;
        }
    	//右边剩余
        while(j <= r){
            temp[t] = a[j];
            t++;
            j++;
        }
    
		//三、将temp的数据拷贝到a中
        t = 0;
        int templeft = l;
        while(templeft <= r){
            a[templeft] = temp[t];
            t++;
            templeft++;
        }
    }

	//分数组 + 数组合并
    public static void MergeSort(int[] a ,int l, int r, int[] temp){
        if(l < r){
            int m = (l + r) / 2;
            
            //向左进行递归分解
            MergeSort(a, l, m, temp);
            
            //向右进行递归分解
            MergeSort(a, m + 1, r, temp);
            
            //合并
            Sort(a, l, m, r, temp);
        }
    }
    public static void main(String[] args) {
      int[] a = {8,4,5,7,1,3,6,2};
      int[] temp = new int[a.length];
      MergeSort(a, 0 , a.length - 1, temp);
      System.out.println(Arrays.toString(a));
    }
运行结果
    [1, 2, 3, 4, 5, 6, 7, 8]

归并排序时间复杂度分析

总时间=分解时间+解决问题时间+合并时间。分解时间就是把一个待排序序列分解成两序列，时间为一常数，时间复杂度o(1).解决问题时间是两个递归式，把一个规模为n的问题分成两个规模分别为n/2的子问题，时间为2T(n/2).合并时间复杂度为o（n）。总时间T(n)=2T(n/2)+o(n).这个递归式可以用递归树来解，其解是o(nlogn).此外在最坏、最佳、平均情况下归并排序时间复杂度均为o(nlogn).从合并过程中可以看出合并排序稳定。
=2T(n/2)+o(n).这个递归式可以用递归树来解，其解是o(nlogn).此外在最坏、最佳、平均情况下归并排序时间复杂度均为o(nlogn).从合并过程中可以看出合并排序稳定。
用递归树的方法解递归式T(n)=2T(n/2)+o(n):假设解决最后的子问题用时为常数c，则对于n个待排序记录来说整个问题的规模为cn。 在拆分过程中，第一层时间为cn， 第二层时间代价为cn/2+cn/2=cn……每一层代价都是cn，总共有logn+1层。所以总的时间代价为cn*(logn+1).时间复杂度是o(nlogn).