归并排序-总结

归并排序-O(n*logN)最简单的排序

归并排序的思想是把数组不断分割成两半，然后不断合并，具体就是先递归将数组分成两半分别排序，然后将结果归并起来。分割的过程属于递归行为，而合并过程用到了外排序的方法。
外排序：用两个指针指向两个已排好序的数组，申请一个大小为n（n为两个数组大小的和，n最大为原始数组的大小）的数组，把指针指向较小的数放进去（当两指针指向的数相等时，左边?的指针移动指针右移一个单位），当某个指针越界时，另一边的数全部拷贝进数组。该过程申请的数组占用了n，所以空间复杂度为O(n)。
时间复杂度:O(n*logn)
空间复杂度:O(n)

public class MergeSort {
    public static void mergeSort(int[] arr) {
        if (arr == null || arr.length <= 1) {
            return;
        }
        mergeSort(arr, 0, arr.length - 1);
    }

    public static void mergeSort(int[] arr, int left, int right) {
        if (left == right) {
            return;
        }
        int mid = left + (right - left) / 2;
        mergeSort(arr, left, mid);
        mergeSort(arr, mid + 1, right);
        merge(arr, left, mid, right);
    }

    public static void merge(int[] arr, int left, int mid, int right) {
        int[] help = new int[right - left + 1];
        int i = 0;
        int p1 = left;
        int p2 = mid + 1;

        while (p1 <= mid && p2 <= right) {
            help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
        }

        while (p1 <= mid) {
            help[i++] = arr[p1++];
        }

        while (p2 <= right) {
            help[i++] = arr[p2++];
        }

        for (i = 0; i < help.length; i++) {
            arr[left + i] = help[i];
        }

    }

    public static void printArray(int[] arr) {
        for (int i = 0; i < arr.length; i++) {
            System.out.print(arr[i] + " ");
        }
    }

    public static void  main(String[] args) {
        int[] arr = {1, 7, 8, 4, 12, 6, 17, 3, 18, 9, 2};
        printArray(arr);
        mergeSort(arr);
        System.out.println();
        printArray(arr);
    }
}

归并排序的应用（小和问题）

题目：小和问题和逆序对问题
小和问题 在一个数组中，每一个数左边比当前数小的数累加起来，叫做这个数组的小和。求一个数组的小和。
例子:[1,3,4,2,5] 1左边比1小的数，没有; 3左边比3小的数，1; 4左 边比4小的数，1、3; 2左边比2小的数，1; 5左边比5小的数，1、3、4、 2; 所以小和为1+1+3+1+1+3+4+2=16
思路：把小和问题转换为求每个数右边比当前数大的数的累加，然后用归并排序的外排序进行计算。
改进点：在外排序部分进行小和的计算，与归并排序的不同点是左部分<右部分时才移动左指针，相等时移动右指针。当左部分<右部分时，计算出(r-p2+1)*arr[p1]，r右边界，p1左指针，p2右指针。
Code如下：

	public static int smallSum(int[] arr) {
		if (arr == null || arr.length < 2) {
			return 0;
		}
		return mergeSort(arr, 0, arr.length - 1);
	}

	public static int mergeSort(int[] arr, int l, int r) {
		if (l == r) {
			return 0;
		}
		int mid = l + ((r - l) >> 1);
		return mergeSort(arr, l, mid) 
				+ mergeSort(arr, mid + 1, r) 
				+ merge(arr, l, mid, r);
	}

	public static int merge(int[] arr, int l, int m, int r) {
		int[] help = new int[r - l + 1];
		int i = 0;
		int p1 = l;
		int p2 = m + 1;
		int res = 0;
		while (p1 <= m && p2 <= r) {
			res += arr[p1] < arr[p2] ? (r - p2 + 1) * arr[p1] : 0;
			help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++]; //只有左<右才拷贝左数组
		}
		while (p1 <= m) {
			help[i++] = arr[p1++];
		}
		while (p2 <= r) {
			help[i++] = arr[p2++];
		}
		for (i = 0; i < help.length; i++) {
			arr[l + i] = help[i];
		}
		return res;
	}