二路归并排序原理及JAVA实现

归并类排序

• 基本思想：首先将原始无序序列划分为两个子序列，然后分别对每个子序列递归地进行排序，最后再将有序子序列合并。

归并排序基于分治策略思想。前面提到的基于分治的快速排序重在“分”，即用枢轴值不断地分割序列，但没有明显的“合”。而归并排序是简单地进行“分”，重点却在“合”的过程，即对两个有序子序列进行归并的过程：

1. 每次比较子序列头，取出较小的进入结果序列；
2. 其后继续比较两个子序列头，取出较小的进入结果序列，重复上述过程，直到其中一个子序列为空，剩余子序列中的记录就可以直接进入结果序列。

用一个图来说明分治思想：下图参考了该图。

对于待排序列{K0， K1……K(n-1)}，假设K(n-1) < K(n-2) < …… < K3 < K2 < K1 < K0，其归并排序的分治思想体现如下：

二路归并排序

基本思想：将原始无序序列划分为子序列，先使每个子序列有序，然后将有序的子序列合并，得到完全有序的序列。

基本做法：首先将初始序列的n个记录看成是n个有序的子序列，每个子序列的长度为1，然后两两归并，得到n/2向上取整（n为奇数时，最后一个序列的长度为1）的有序序列。在此基础上，再对长度为2的有序子序列进行两两归并，得到若干个长度为4的有序子序列。以此类推，直到得到一个长度为n的有序序列为止。

工作原理

1. 步骤一：申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；
2. 步骤二：设定两个变量，初始值分别为两个已经排序序列的起始位置；
3. 步骤三：比较以两个变量为下标的元素，选择相对较小的元素放入到合并空间，并使其下标值为下一位置下标；
4. 重复步骤三直到左下标超过右下标；
5. 将另一序列剩下的所有元素直接复制到合并序列尾；

具体实现

假设待排序列为{4， 2， 6， 1， 3， 8， 5， 9}，其二路归并排序的完整过程如下：

第3次归并后，待排序列长度为n，可以看出，此时待排序列已变为有序序列。

代码实现

public class MergeSort {
	
	/**
	 * 归并排序
	 * @param arr
	 * @param left
	 * @param right
	 */
	public static void mergeSort(int[] arr, int left, int right) {
		if(null == arr) {
			return;
		}
		
		if(left < right) {
			//找中间位置进行划分
			int mid = (left+right)/2;
			//对左子序列进行递归归并排序
			mergeSort(arr, left, mid);
			//对右子序列进行递归归并排序
			mergeSort(arr, mid+1, right);
			//“合”。 进行归并
			merge(arr, left, mid, right);
		}
	}
	
	/**
	 * 进行归并
	 * @param arr
	 * @param left
	 * @param mid
	 * @param right
	 */
	private static void merge(int[] arr, int left, int mid, int right) {
		int[] tempArr = new int[arr.length];
		int leftStart = left;
		int rightStart = mid+1;
		int tempIndex = left;
		
		while(leftStart <= mid && rightStart <= right) {
			if(arr[leftStart] < arr[rightStart]) {
				tempArr[tempIndex++] = arr[leftStart++];
			} else {
				tempArr[tempIndex++] = arr[rightStart++];
			}	
		}
		
		while(leftStart <= mid) {
			tempArr[tempIndex++] = arr[leftStart++];
		}
		
		while(rightStart <= right) {
			tempArr[tempIndex++] = arr[rightStart++];
		}
		
		while(left <= right) {
			arr[left] = tempArr[left++];
		}
	}
	
	private static void showArr(int[] arr) {
		for(int i = 0; i < arr.length; i++) {
			System.out.print(arr[i] + " ");
		}
	}
	
	public static void main(String[] args) {
		int[] arr = {4, 2, 6, 1, 3, 8, 5, 9};
		/*
		 * 归并排序
		 * 对上下限值分别为0和arr.length-1的记录序列arr进行归并排序
		 */
		mergeSort(arr, 0, arr.length-1);
		showArr(arr);
	}
}

运行结果

效率

时间复杂度：O（nlogn）；

空间复杂度：O（n）；

稳定性：稳定排序。

说明：logn是以2为底n的对数

参考资料：《数据结构与算法》    王曙燕    主编    王春梅    副主编    人民邮电出版社