排序之归并排序

最新推荐文章于 2024-09-09 23:03:13 发布

栋zzzz

最新推荐文章于 2024-09-09 23:03:13 发布

阅读量649

点赞数 1

文章标签：排序算法算法

本文链接：https://blog.csdn.net/qq_58266033/article/details/122973305

版权

前言

到了这里就是最后一个常见的比较排序了，归并排序也是和快速排序一样的重要，当然也很常见，不多说了一起进入归并排序的世界吧！

一、什么是归并排序

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。

二、使用代码实现

public class Merge{
    public static void mergrSort(int[] array){
        mergeSortInternal(array,0, array.length - 1);
    }
    private static void mergeSortInternal(int[] array, int left, int right) {
        if(left >= right)return;//递归结束条件
        int mid = left + (right - left) / 2;
        mergeSortInternal(array,left,mid);//左边
        mergeSortInternal(array,mid + 1,right);//右边
        merge(array,left,mid,right);//合并
    }
    private static void merge(int[] array,int left,int mid,int right){
        int[] tmp = new int[right - left + 1];//合并两个有序数组
        int k = 0;
        int s1 = left;
        int s2 = mid + 1;
        while(s1 <= mid && s2 <= right){
            if(array[s1] <= array[s2]){//没有等于就是不稳定的，没有等号就是稳定的排序
                tmp[k ++] = array[s1 ++];
            }else{
                tmp[k ++] = array[s2++];
            }
        }
        while(s1 <= mid){
            tmp[k ++] = array[s1 ++];
        }
        while(s2 <= right){
            tmp[k ++] = array[s2 ++];
        }
        for (int i = 0; i < k; i++) {
            array[i + left] = tmp[i];//把合并的数再次赋值给原数组
        }
    }

三、时间复杂度，空间复杂度和稳定性

时间复杂度：O(N*logN) 也可以类似想象成一颗二叉树时间复杂度是树的高度O(logN)*序列个数N

空间复杂度：O(N) 申请的所有数据数组

稳定性：稳定挨个进行交换的如果比较的时候去掉等号就是不稳定的排序了

四、非递归实现归并排序

//非递归的归并排序
    public static void mergeSort1(int[] array){
        int nums = 1;//每组数的个数
        while(nums < array.length){
            for (int i = 0; i < array.length; i += 2 * nums) {
                int left = i;
                int mid = left + nums - 1;
                if(mid >= array.length){
                    mid = array.length - 1;
                }
                int right = mid + nums;
                if(right >= array.length){
                    right = array.length - 1;
                }
                //下标确定再进行合并
                merge(array,left,mid,right);
            }
            nums *= 2;

        }
    }