1 归并排序介绍:
归并排序(MERGE-SORT)是利用归并的思想实现的排序方法,该算法采用经典的分治(divide-and-conquer)策略
(分治法将问题分(divide)成一些小的问题然后递归求解
,而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起,即分而治之)。
2 归并排序思想示意图1-基本思想:
3 归并排序思想示意图2-合并相邻有序子序列:
再来看看治阶段,我们需要将两个已经有序的子序列合并成一个有序序列,比如上图中的最后一次合并,要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列,合并为最终序列[1,2,3,4,5,6,7,8],来看下实现步骤
4 归并排序的应用实例:
给你一个数组,val arr = Array(8,4,5,7,1,3,6,2),请使用归并排序完成排序。
代码演示:
package com.sukang.sort;
import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
/**
* @description:
* 归并排序
* @author: sukang
* @date: 2020-11-11 12:49
*/
public class MergetSort {
public static void main(String[] args) {
//测试快排的执行速度
//创建要给80000个的随机的数组
int[] arr = new int[80000];
for (int i = 0; i < 80000; i++) {
arr[i] = (int)(Math.random()*8000000);//生成一个[0,8000000)数
}
//没排序之前数组遍历
System.out.println("排序前的数组" + Arrays.toString(arr));
Date date1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(date1);
System.out.println("排序前的时间是=" + date1Str);
int temp[] = new int[arr.length];//归并排序需要一个额外空间
mergeSort(arr,0,arr.length-1, temp);
Date date2 = new Date();
String date2Str = simpleDateFormat.format(date2);
System.out.println("排序后的时间是="+date2Str);
//排序之后数组遍历
System.out.println("排序后的数组" + Arrays.toString(arr));
}
//分 + 合方法
public static void mergeSort(int[] arr, int left, int right, int[] temp){
if(left < right){
int mid = (left + right)/2; //中间索引
//向左递归进行分解
mergeSort(arr,left,mid,temp);
//向右递归进行分解
mergeSort(arr,mid+1,right,temp);
//合并
merge(arr,left,mid,right,temp);
}
}
/**
* @description:
* 合并的方法
* @param arr 排序的原始数组
* @param left 左边有序序列的初始索引
* @param mid 中间索引
* @param right 右边索引
* @param temp 做中转的数组
* @return: void
* @author: sukang
* @date: 2020/11/11 12:55
*/
private static void merge(int[] arr, int left, int mid, int right, int[] temp) {
int i = left;//初始化i,左边有序序列的初始索引
int j = mid + 1; //初始化j,右边有序序列的初始索引
int t = 0; //指向temp数组的当前索引
//(一)
//先把左右两边(有序)的数据按照规则填充到temp数组
//直到左右两边的有序序列,有一边处理完毕为止
while(i <= mid && j <= right) {//继续
//如果左边的有序序列的当前元素,小于等于右边有序序列的当前元素
//即将左边的当前元素,填充到temp数组
//然后t++,i++
if(arr[i] <= arr[j]){
temp[t] = arr[i];
t += 1;
i += 1;
} else {//反之,将右边有序序列的当前元素,填充到temp数组
temp[t] = arr[j];
t += 1;
j += 1;
}
}
//(二)
//把有剩余数据的一边的数据依次全部填充到temp
while(i <= mid) {//左边的有序序列还有剩余的元素,就全部填充到temp
temp[t] = arr[i];
t += 1;
i += 1;
}
while(j <= right) {//右边的有序序列还有剩余的元素,就全部填充到temp
temp[t] = arr[j];
t += 1;
j += 1;
}
//(三)
//将temp数组的元素拷贝到arr
//注意,并不是每次都拷贝所有
t = 0;
int tempLeft = left;//
//第一次合并tempLeft=0,right=1 //tempLeft=2right=3 //tL=0ri=3
//最后一次 tempLeft=0 right=7
while(tempLeft <= right){
arr[tempLeft] = temp[t];
t += 1;
tempLeft += 1;
}
}
}
运行结果
5 一张排序算法的比较图
相关术语解释
1)稳定:如果a原本在b前面,而a=b,排序之后a仍然在b的前面;
2)不稳定:如果a原本在b的前面,而a=b,排序之后a可能会出现在b的后面;
3)内排序:所有排序操作都在内存中完成;
4)外排序:由于数据太大,因此把数据放在磁盘中,而排序通过磁盘和内存的数据传输才能进行;
5)时间复杂度:一个算法执行所耗费的时间。
6)空间复杂度:运行完一个程序所需内存的大小。
7)n:数据规模
8)k:“桶”的个数
9)In-place:不占用额外内存
10)Out-place:占用额外内存