分治算法——Merge Sort归并排序

归并排序，可能并没有快速排序使用的次数多，但是归并排序作为一种重要的排序方法自然有它的独到之处。这主要跟归并算法应用的分治思想是分不开的。

分治思想一言以蔽之，就是“大事化小，小事化了”，将一个大问题分拆成若干小问题，然后将小问题逐一解决，从而也就将大问题解决了。

比如当我们面对一堆海量的数据进行排序时，数据的大小已经超出了内存的可用空间大小，这时候快速排序已经无能为力了。那么唯一的办法就是使用归并排序每次将一部分数据调进内存中，经过多次排序过程，可以实现对全部海量数据的排序。
利用将部分数据从硬盘中调进内存进行排序的方法，我们称为外部排序。归并排序也是最常用的一种外部排序。

• 时间复杂度：平均情况O(nlogn)；最好情况(nlogn)；最坏情况O(nlogn)
• 空间复杂度：O(n)
• 归并排序是一种稳定的排序方式
• 基本思想：假设初始数组含有n个待排序变量，则可以看成是n个有序的子序列，然后两两归并，得到[n/2]（[x]表示向上取整）个长度为2或1的有序子序列；再两两归并，如此重复，直至得到一个长度为n的有序序列为止，这种排序方法称为2路归并排序
  从上面我们可以看出归并排序不仅是一种稳定的排序方式，而且时间复杂度也相对更稳定；而快排不仅是一种不稳定的排序算法，它的时间复杂度更是与排序变量的初始状态有关，最好是O(nlogn)，最坏可达到O(n^2)。

归并过程伪代码

//recursion method 递归法
#include <iostream>
using namespace std;
void mergesort(int *p,int num) {
    //mergesort function 归并函数主体
	if(num < 2) return ; //finish condition, if num less than 2, prove that it doesn't need sorting 结束条件，如果参数小于2，则证明它不需要排序
/* 	
	Variables declaration. 
	*L and *R are transition space, lCnt and rCnt are the number of variables that need to be sorted in the left and right parts.
	变量声明 *L 和 *R 是排序过程中会用到的中间空间， lCnt 和 rCNt 是左右两部分需要排序的变量数量  
*/
	int *L, *R, lCnt = (num >> 1), rCnt = num - (num >> 1);
	//num >> 1
	L = new int[lCnt]; // Apply a corresponding amount of space for the transition variable 给中间变量申请相应大小的空间
	R = new int[rCnt]; // Apply a corresponding amount of space for the transition variable 给中间变量申请相应大小的空间
	for(int i = 0; i < lCnt; ++ i) L[i] = p[i]; // Move the variables in the left part that need to be sorted to the transition space. 将左部分需要排序的变量移动到新的中间空间中
	for(int i = lCnt; i < num; ++ i) R[i - lCnt] = p[i]; // Move the variables in the right part that need to be sorted to the transition space. 将右部分需要排序的变量移动到新的中间空间中
	
	mergesort(L, lCnt); //use revursion method sorting the left subarray
	mergesort(R, rCnt);