归并排序的核心思想:如果要排序一个数组,我们先把数组从中间分成前后两部分,然后对前后两部分分别排序,再将排好序的两部分合并在一起,这样整个数组就都有序了。
归并排序使用的就是分治思想。分治,顾名思义,就是分而治之,将一个大问题分解成小的子问题来解决。小的子问题解决了,大问题也就解决了。
分治是一种解决问题的处理思想,递归是一种编程技巧。
递推公式: merge_sort(p…r) = merge(merge_sort(p…q), merge_sort(q+1…r))
终止条件: p >= r 不用再继续分解
merge_sort(p…r) 表示,给下标从 p 到 r 之间的数组排序。我们将这个排序问题转化为了两个子问题,merge_sort(p…q) 和 merge_sort(q+1…r),其中下标 q 等于 p 和 r 的中间位置,也就是 (p+r)/2。当下标从 p 到 q 和从 q+1 到 r 这两个子数组都排好序之后,我们再将两个有序的子数组合并在一起,这样下标从 p 到 r 之间的数据就也排好序了。
merge_sort(A, n) {
merge_sort_c(A, 0, n-1)
}
// 递归调用函数
merge_sort_c(A, p, r) {
// 递归终止条件
if p >= r then return
// 取 p 到 r 之间的中间位置 q
q = (p+r) / 2
// 分治递归
merge_sort_c(A, p, q)
merge_sort_c(A, q+1, r)
// 将 A[p…q] 和 A[q+1…r] 合并为 A[p…r]
merge(A[p…r], A[p…q], A[q+1…r])
}
merge(A[p…r], A[p…q], A[q+1…r]) 这个函数的作用就是,将已经有序的A[p…q] 和 A[q+1…r] 合并成一个有序的数组,并且放入 A[p…r]。
我们申请一个临时数组 tmp,大小与 A[p…r] 相同。我们用两个游标 i 和 j,分别指向 A[p…q] 和 A[q+1…r] 的第一个元素。比较这两个元素 A[i] 和 A[j],如果 A[i]<=A[j],我们就把 A[i] 放入到临时数组 tmp,并且 i 后移一位,否则将 A[j] 放入到数组 tmp,j 后移一位。继续上述比较过程,直到其中一个子数组中的所有数据都放入临时数组中,再把另一个数组中的数据依次加入到临时数组的末尾,这个时候,临时数组中存储的就是两个子数组合并之后的结果了。最后再把临时数组 tmp 中的数据拷贝到原数组 A[p…r] 中。
- 时间复杂度:O(n*logn)
- 空间复杂度O(n)
- 稳定排序
public class SortMerge {
public static void main(String[] args) {
int[] a = new int[]{9, 8, 7, 6, 1, 11, 23, 0, 100, 101, 99, 87, -1, -2, 10};
new SortMerge().sort(a, 0, a.length - 1);
for (int t : a) {
System.out.print(t + ",");
}
}
/**
* 归并排序
*
* @param nums
*/
public void sort(int[] nums, int start, int end) {
int mid = (start + end) / 2;
if (start >= end) {
return;
}
sort(nums, start, mid);
sort(nums, mid + 1, end);
merge(nums, start, mid, end);
}
private void merge(int[] nums, int start, int mid, int end) {
int[] temp = new int[end - start + 1];
int i = start;
int j = mid + 1;
int k = 0;
while (i <= mid && j <= end) {
if (nums[i] > nums[j]) {
temp[k] = nums[j];
j++;
} else {
temp[k] = nums[i];
i++;
}
k++;
}
while (i <= mid) {
temp[k] = nums[i];
k++;
i++;
}
while (j <= end) {
temp[k] = nums[j];
k++;
j++;
}
for (int l = 0; l < temp.length; l++) {
nums[start + l] = temp[l];
}
}
}