【重温基础算法】内部排序之归并排序法

内部排序之归并排序法


归并排序(Merging sort)是建立在归并操作上的一种有效的排序算法。是采用分治法的一个非常典型的应用。

主要思想

2-路归并排序法

初始序列有n个元素记录,就可以看成 n n n个子序列,每个子序列的长度为 1 1 1,然后前后相邻的序列两两合并,得到 ⌈ n 2 ⌉ \lceil \frac{n}{2} \rceil 2n个长度为 2 2 2或为 1 1 1的有序子序列,在两两合并,直到得到一个长度为n的有序序列为止。

过程演示

递归过程

请添加图片描述

非递归过程

请添加图片描述

JAVA代码

非递归实现

package sort;

import java.util.Arrays;

public class MergeSort {
    public static void main(String[] args) throws Exception {
        int[] o = {7, 6, 9, 3, 1, 5, 2, 4, 8};
        System.out.print("排序前: ");
        for (int t : o) {
            System.out.print(t);
            System.out.print(" ");
        }
        System.out.println();

        // 算法部分
        // 非递归的方式
        nonRecursive(o);

        System.out.print("排序后: ");
        for (int t : o) {
            System.out.print(t);
            System.out.print(" ");
        }
        System.out.println();

    }

    public static void nonRecursive(int[] o) {
        int[] temp = new int[o.length];
        int gap = 1;
        int count = 1;
        while (gap < o.length) {
            for (int i = 0; i < o.length; i = i + 2 * gap) {
                int j = i;
                // 比较的左数组
                int start1 = i;
                int end1 = i + gap - 1;
                // 比较的右数组
                int start2 = i + gap;
                int end2 = i + 2 * gap - 1;

                // 控制越界
                if (start2 >= o.length) {
                    break;
                }
                if (end2 >= o.length) {
                    end2 = o.length - 1;
                }

                while (start1 <= end1 && start2 <= end2) {
                    if (o[start1] > o[start2]) {
                        temp[j++] = o[start2++];
                    } else {
                        temp[j++] = o[start1++];
                    }
                }

                while (start1 <= end1) {
                    temp[j++] = o[start1++];
                }

                while (start2 <= end2) {
                    temp[j++] = o[start2++];
                }

                // 将本轮排序结果返回给o数组,
                if (end2 + 1 - i >= 0) {
                    System.arraycopy(temp, i, o, i, end2 + 1 - i);
                }

            }
            System.out.print("第" + count + "趟,每组元素个数:" + gap + ",排序后: ");
            for (int t : o) {
                System.out.print(t);
                System.out.print(" ");
            }
            System.out.println();
            count++;
            gap = 2 * gap;
        }
    }

    public static int[] sort(int[] sourceArray) {
        // 对 arr 进行拷贝,不改变参数内容
        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

        if (arr.length < 2) {
            return arr;
        }
        int middle = (int) Math.floor(arr.length / 2);

        int[] left = Arrays.copyOfRange(arr, 0, middle);
        int[] right = Arrays.copyOfRange(arr, middle, arr.length);

        return merge(sort(left), sort(right));
    }


    protected static int[] merge(int[] left, int[] right) {
        int[] result = new int[left.length + right.length];
        int i = 0;
        while (left.length > 0 && right.length > 0) {
            if (left[0] <= right[0]) {
                result[i++] = left[0];
                left = Arrays.copyOfRange(left, 1, left.length);
            } else {
                result[i++] = right[0];
                right = Arrays.copyOfRange(right, 1, right.length);
            }
        }

        while (left.length > 0) {
            result[i++] = left[0];
            left = Arrays.copyOfRange(left, 1, left.length);
        }

        while (right.length > 0) {
            result[i++] = right[0];
            right = Arrays.copyOfRange(right, 1, right.length);
        }

        System.out.print("排序数组:");
        for (int t : result) {
            System.out.print(t);
            System.out.print(" ");
        }
        System.out.println();

        return result;
    }
}

结果

排序前: 7 6 9 3 1 5 2 4 81趟,每组元素个数:1,排序后: 6 7 3 9 1 5 2 4 82趟,每组元素个数:2,排序后: 3 6 7 9 1 2 4 5 83趟,每组元素个数:4,排序后: 1 2 3 4 5 6 7 9 84趟,每组元素个数:8,排序后: 1 2 3 4 5 6 7 8 9 
排序后: 1 2 3 4 5 6 7 8 9 

递归实现

package sort;

import java.util.Arrays;

public class MergeSort {
    public static void main(String[] args) throws Exception {
        int[] o = {7, 6, 9, 3, 1, 5, 2, 4, 8};
        System.out.print("排序前: ");
        for (int t : o) {
            System.out.print(t);
            System.out.print(" ");
        }
        System.out.println();

        // 算法部分
        // 递归的方式
        o = sort(o);

        System.out.print("排序后: ");
        for (int t : o) {
            System.out.print(t);
            System.out.print(" ");
        }
        System.out.println();

    }

    public static void nonRecursive(int[] o) {
        int[] temp = new int[o.length];
        int gap = 1;
        int count = 1;
        while (gap < o.length) {
            for (int i = 0; i < o.length; i = i + 2 * gap) {
                int j = i;
                // 比较的左数组
                int start1 = i;
                int end1 = i + gap - 1;
                // 比较的右数组
                int start2 = i + gap;
                int end2 = i + 2 * gap - 1;

                // 控制越界
                if (start2 >= o.length) {
                    break;
                }
                if (end2 >= o.length) {
                    end2 = o.length - 1;
                }

                while (start1 <= end1 && start2 <= end2) {
                    if (o[start1] > o[start2]) {
                        temp[j++] = o[start2++];
                    } else {
                        temp[j++] = o[start1++];
                    }
                }

                while (start1 <= end1) {
                    temp[j++] = o[start1++];
                }

                while (start2 <= end2) {
                    temp[j++] = o[start2++];
                }

                // 将本轮排序结果返回给o数组,
                if (end2 + 1 - i >= 0) {
                    System.arraycopy(temp, i, o, i, end2 + 1 - i);
                }

            }
            System.out.print("第" + count + "趟,每组元素个数:" + gap + ",排序后: ");
            for (int t : o) {
                System.out.print(t);
                System.out.print(" ");
            }
            System.out.println();
            count++;
            gap = 2 * gap;
        }
    }

    public static int[] sort(int[] sourceArray) {
        // 对 arr 进行拷贝,不改变参数内容
        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

        if (arr.length < 2) {
            return arr;
        }
        int middle = (int) Math.floor(arr.length / 2);

        int[] left = Arrays.copyOfRange(arr, 0, middle);
        int[] right = Arrays.copyOfRange(arr, middle, arr.length);

        return merge(sort(left), sort(right));
    }


    protected static int[] merge(int[] left, int[] right) {
        int[] result = new int[left.length + right.length];
        int i = 0;
        while (left.length > 0 && right.length > 0) {
            if (left[0] <= right[0]) {
                result[i++] = left[0];
                left = Arrays.copyOfRange(left, 1, left.length);
            } else {
                result[i++] = right[0];
                right = Arrays.copyOfRange(right, 1, right.length);
            }
        }

        while (left.length > 0) {
            result[i++] = left[0];
            left = Arrays.copyOfRange(left, 1, left.length);
        }

        while (right.length > 0) {
            result[i++] = right[0];
            right = Arrays.copyOfRange(right, 1, right.length);
        }

        System.out.print("排序数组:");
        for (int t : result) {
            System.out.print(t);
            System.out.print(" ");
        }
        System.out.println();

        return result;
    }
}

结果

排序前: 7 6 9 3 1 5 2 4 8 
排序数组:6 7 
排序数组:3 9 
排序数组:3 6 7 9 
排序数组:1 5 
排序数组:4 8 
排序数组:2 4 8 
排序数组:1 2 4 5 8 
排序数组:1 2 3 4 5 6 7 8 9 
排序后: 1 2 3 4 5 6 7 8 9 

算法分析

时间复杂度

对n个元素的序列进行归并排序,若 n > 1 n>1 n>1,T(n)=本次分组的合并时间加上,拆分成两个小组的比较合并时间,若 n = 1 n=1 n=1,即有序了。所花时间可能就是一个常数C。则
T ( n ) = { C n = 1 n + 2 T ( n 2 ) n > 1 T(n)= \begin{cases} \vcenter C &{n = 1} \\ n+2T(\frac{n}{2}) &{n >1 } \end{cases} T(n)={Cn+2T(2n)n=1n>1

∴ T ( n ) = n + 2 T ( n 2 ) = n + 2 ( n 2 + 2 T ( n 4 ) ) = 2 n + 4 T ( n 4 ) = n + 2 ( n 2 + 2 ( n 4 + 2 T ( n 8 ) ) ) = 3 n + 8 T ( n 8 ) . . . = k n + 2 k ∗ T ( n 2 k ) 当 n 2 k = 1 时,分组达到最后一层,即 k = l o g 2 n 原式 = n ∗ l o g 2 n + 2 l o g 2 n ∗ C = n l o g 2 n + C ∗ N    ⟹    O ( n l o g 2 n ) \begin{aligned} \therefore T(n)&=n+2T(\frac{n}{2}) \\ &=n+2(\frac{n}{2}+2T(\frac{n}{4}))=2n+4T(\frac{n}{4}) \\ &=n+2(\frac{n}{2}+2(\frac{n}{4}+2T(\frac{n}{8})))=3n+8T(\frac{n}{8})\\ &.\\ &.\\ &.\\ &=kn+2^k*T(\frac{n}{2^k})\\ 当\frac{n}{2^k}&=1时,分组达到最后一层,即k=log_2^n \\ 原式&=n*log_2^n+2^{log_2^n}*C \\ &=nlog_2^n+C*N \implies \boxed{O(nlog_2^n)}\\ \end{aligned} T(n)2kn原式=n+2T(2n)=n+2(2n+2T(4n))=2n+4T(4n)=n+2(2n+2(4n+2T(8n)))=3n+8T(8n)...=kn+2kT(2kn)=1时,分组达到最后一层,即k=log2n=nlog2n+2log2nC=nlog2n+CNO(nlog2n)

由于归并排序的算法跟有序度无关,所以时间复杂度很稳定都是 O ( n l o g 2 n ) O(nlog_2^n) O(nlog2n)

空间复杂度

在算法实现中,需要申请与长度不超过 n n n的空间使用。其空间复杂度为 O ( n ) O(n) O(n)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

顧棟

若对你有帮助,望对作者鼓励一下

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值