归并排序时间复杂度分析

// 归并
public void static main() {
	int num = 10;
	int array = new int[10];
	for(int i = 0; i < num; i++){
		array[i] = Math.random() * 100;	
	}
	int leftArray = new int[num >> 2];
}

public void  static sort(int begin, int end, int[] array, int[] leftArray) {
	if((end - begin) < 2) return
	int mid = begin + (end - begin)/2;
	sort(begin, mid, array, leftArray);
	sort(mid, end, array, leftArray);
	merge(begin, mid, end, array,leftArray);
}

public void static merge(int begin, int mid, int end, int[] array, int[] leftArray) {
	int li = 0; le = mid - begin;
	int ri = mid; re = end;
	int ai = begin;
	for(int i = li, i < le;i++){
		leftArray[i] = array[begin + i];
	}
	while(li < le) {
		if(ri < re && leftArray[li] > array[ri]){
		array[ai++] = array[ri++];
		}else{
			array[ai++] = leftArray[li++];
		}
	}
}

合并排序是比较复杂的排序，特别是对于不了解分治法基本思想的同学来说可能难以理解。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

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。

从这个递归树可以看出，第一层时间代价为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).