目的:掌握 归并排序 的 基本思想与过程、代码实现、时间复杂度
1、基本思想与过程:先递归的分解数列,再合并数列(分治思想的典型应用)
(1)将一个数组拆成A、B两个小组,两个小组继续拆,直到每个小组只有一个元素为止。
(2)按照拆分过程逐步合并小组,由于各小组初始只有一个元素,可以看做小组内部是有序的,合并小组可以被看做是合并两个有序数组的过程。
(3)对左右两个小数列重复第二步,直至各区间只有1个数。
下面对数组【42,20,17,13,28,14,23,15】进行归并排序,模拟排序过程如下:
第一步:拆分数组,一共需要拆分三次(logN);
第一次拆成【42,20,17,13】,【28,14,23,15】,
第二次拆成【42,20】,【17,13】,【28,14】,【23,15】,、
第三次拆成【42】,【20】,【17】,【13】,【28】,【14】,【23】,【15】;
第二步:逐步归并数组,采用合并两个有序数组的方法,每一步其算法复杂度基本接近于O(N)
第一次归并为【20,42】,【13,17】,【14,28】,【15,23】
第二次归并为【13,17,20,42】,【14,15,23,28】,
第三次归并为【13, 14, 15, 17, 20, 23, 28, 42】
2、代码实现:
(1)辅助函数:合并两个有序数组的方法 merger(left, right)
const merger = (left, right) => {
const n = left && left.length;
const m = right && right.length;
let backs = [];
let i = 0;
let j = 0;
while(i < n && j < m) {
if (left[i] < right[j]) {
backs.push(left[i++])
} else {
backs.push(right[j++])
}
}
while(i < n) {
backs.push(left[i++])
}
while(j < m) {
backs.push(right[j++])
}
return backs;
}
(2)归并程序为:
const mergeSort = (arr) => {
if(arr.length == 1) return arr
var mid = Math.floor(arr.length/2)
var left = arr.slice(0,mid)
var right = arr.slice(mid)
return merger(mergeSort(left), mergeSort(right))
}
3、时间复杂度:O(N*logN)
4、总结:
先递归的分解数列,再合并数列(分治思想的典型应用)