2 归并排序

背景

归并排序是建立在归并操作上的一种有效，稳定的排序算法，该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并（来自百度百科doge）。

算法思想

归并排序的思想和我国古代的分封制很像。古代的“天子”精力有限，对于国家大事无法做到亲历亲为，因此便将土地分给王室子弟、功臣或者古代帝王的后裔，让这些诸侯协助自己管辖一方。这些诸侯需要服从天子的命令并定期朝觐述职，在天子和诸侯的共同努力下运转国家这个巨大机器。归并排序也使用了这种分治思想，简单来说，就是把大问题划分成多个小问题然后递归求解。下面用一幅图展示（图片来源：https://www.cnblogs.com/chengxiao/p/6194356.html）



下面用伪代码的形式展示归并排序的思想：

MergeSort(A, start,  end)
if end > start
  mid = satrt + (end - start) / 2
  MergeSort(A, start, mid)
  MergeSort(A, mid+1, end)
  Merge(A, start, mid, end)

下面展示归并排序的源代码：

#include <stdio.h>
#include <stdlib.h>

/** Merge(int *arr, int start, int mid, int end) -> none
 * 用于合并划分出来的两个数组
 * @param
 * @param arr:    需要进行合并操作的数组
 * @param start:  合并的起点
 * @param mid:    合并的中点
 * @param end:    合并的结尾
 * @return:       none
 */
void Merge(int *arr, int start, int mid, int end) {
    int *tmp = (int *)malloc(sizeof(int) * (end - start + 1));
    int i = start;
    int j = mid+1;
    int k = 0;
    /* 逐个比较中点左右两个数组元素的大小 */
    while (i <= mid && j <= end) {
        if (arr[i] < arr[j])
            tmp[k++] = arr[i++];
        else
            tmp[k++] = arr[j++];
    }
    /* 左边有剩余 */
    while (i <= mid) {
        tmp[k++] = arr[i++];
    }
    
    /* 右边有剩余 */
    while (j <= end) {
        tmp[k++] = arr[j++];
    }
    
    for (i = 0; i < k; i++) {
        arr[i+start] = tmp[i];
    }
    
    free(tmp);
}

/** MergeSort(int *arr, int start, int end) -> none
 * 归并排序函数入口
 * @param
 * @param arr:    需要排序的数组
 * @param start:  排序的起点
 * @param end:    排序的中点
 * @return:       none
 */
void MergeSort(int *arr, int start, int end) {
    if (start >= end)
        return ;
    int mid = start + (end - start) / 2;
    MergeSort(arr, start, mid);
    MergeSort(arr, mid+1, end);
    Merge(arr, start, mid, end);
}


int main() {
    int arr[] = {5, 4, 3, 2, 1, 20, 19, 18, 14, 1, 12};
    int length = sizeof(arr) / sizeof(arr[0]);
    printf("Original array: ");
    for (int i = 0; i < length; i++)
    {
        printf("%d ", arr[i]);
    }
    printf("\n");
    MergeSort(arr, 0, length - 1);
    printf("After sort the array: ");
    for (int i = 0; i < length; i++)
    {
        printf("%d ", arr[i]);
    }
    printf("\n");
    return 0;
}

算法分析

时间复杂度

根据伪代码，我们可以得到一个递推表达式$T(n)=2T(\frac{n}{2})+cn$，这个很好理解， $MergeSort(A,start,end)$内部调用了 $MergeSort(A,start,mid)$和$MergeSort(A,mid+1,end)$，这两个就相当于原问题一半规模的子问题，此外还有一个合并数组的操作，我们将这个记为$cn$。那么如何计算这个递推表达式的具体值呢？这里我们使用递归树的形式展开，树的两个孩子的值加上根节点的值即为表达式，下图为递推表达式的原始形式。

进一步将其展开，直到叶子节点均为常数项。

一共有$logn$层，每一层的和都是$cn$，那么整个加起来就是$nlogn$，所以归并排序的时间复杂度为$O(nlogn)$

空间复杂度

在合并的过程中我们需要一个大小为$n$的临时空间来保存合并之后的序列，因此空间复杂度为$O(n)$

算法稳定性

可以看到在判断的时候我们并未考虑元素相等的情况，因此也就不会交换数值相同元素的位置，所以归并排序是稳定的算法