归并排序
各种排序算法比较:
归并排序(Merge Sort):
和选择排序一样,归并排序的性能不受输入数据的影响,但表现比选择排序好的多。因为时间复杂度始终为O(nlogn),代价是需要占用额外的内存空间。
归并排序是建立在归并操作上的一种有效算法。该算法是一个采用分治法(Divide and Conquer)非常典型的应用,归并排序是一种稳定的排序方法,将已有序的子序列合并,得到完全有序的序列;即先让每个子序列有序,再使每个子序列段间有序。
算法描述:
步骤一:将一个长度为n的输入序列分成两个长度为n/2的子序列
步骤二:对两个子序列分别采用归并排序
步骤三:把两个排列好的子序列合并成一个最终的排序序列
public class MergeSort {
public static void main(String[] args) {
int[] arr= {14, 10, 9, 7, 12, 2, 1, 4};
arr=sort(arr);
System.out.println(Arrays.toString(arr));
}
public static int[] sort(int[] arr) {
if(arr.length<2) {
return arr;
}
int mid=arr.length/2;
int[] left=Arrays.copyOfRange(arr, 0, mid);
int[] right=Arrays.copyOfRange(arr, mid, arr.length);
return merge(sort(left),sort(right));
}
//merge two sub-arrays
public static int[] merge(int[] left,int[] right) {
int result[] =new int[left.length+right.length];
for(int index=0,i=0,j=0;index<result.length;index++) {
if(i>=left.length) {
result[index]=right[j++];
}
else if(j>=right.length) {
result[index]=left[i++];
}
else if(left[i]<right[j]) {
result[index]=left[i++];
}
else {
result[index]=right[j++];
}
}
return result;
}
}
算法分析:
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。
归并的空间复杂度就是那个临时的数组和递归时压入栈的数据占用的空间:n + logn;所以空间复杂度为: O(n)。