【详解排序算法】归并排序

大家好🙌我是你们的好朋友，大数据老虾😀。相遇是缘，既然来了就拎着小板凳坐下来一起唠会儿😎，如果在文中有所收获，请别忘了一键三连，动动你发财的小手👍，你的鼓励，是我创作的动力😁！废话不多说，直接😎 开干吧！

PS：文末干货，记得拎着小板凳离开的时候也给它顺走 🤣
座右铭：“懒”对一个人的毁灭性有多大，早起的重要性就多大。

---

归并排序

算法分析

解析：
归并排序体现了“分而治之”的算法思想，具体表现为：

• 分： 指不断将数组从中心位置划分，将原数组的排序问题转换为子数组的排序问题。
• 治： 划分到子数组长度为1时，开始向上合并，不断将左右两个较段排序数组合并为一个较长排序数组，直至合并至原数组时完成排序。

如下图所示：

​ 为数组[7, 3, 2, 6, 0, 1, 5, 4]的归并排序过程：

算法流程

递归划分：

1、计算数组中点m，递归1划分左子数组merge_sort(1, m)和右子数组merge_sort(m + 1, r);

2、当 l ≥ r时， 代表子数组长度为1或0， 此时终止划分，开始合并；

合并子数组：

1、暂存数组，nums闭区间[l, r]内的元素至辅助数组tmp；

2、循环合并：设置双指针 i, j 分别指向tmp的左 / 右子数组的首元素；

注意：
    nums子数组的左边界、重点，右边界分别为 l 、m、r；
    辅助数组tmp中对于的索引为0、m - l、r - l；

• 当 i = m - l + 1时： 代表左子数组已合并完，因此添加右子数组元素tmp[j]，并执行 j = j + 1;

• 否则，当 j = r - l + 1时： 代表右子数组已合并完，因此添加左子数组元素 tmp[i] ，并执行 i = i + 1；

• 否则，当 tmp[i] ≤ tmp[j] 时： 添加左子数组元素 tmp[i] ，并执行 i = i + 1；

• 否则（即当 tmp[i] > tmp[j] 时）： 添加右子数组元素 tmp[j] ，并执行 j = j + 1；

//  java code
void mergeSort(int[] nums, int l, int r) {
    // 终止条件
    if (l >= r) return;
    // 递归划分
    int m = (l + r) / 2;
    mergeSort(nums, l, m);
    mergeSort(nums, m + 1, r);
    // 合并子数组
    int[] tmp = new int[r - l + 1]; // 暂存需合并区间元素
    for (int k = l; k <= r; k++)
        tmp[k - l] = nums[k];
    int i = 0, j = m - l + 1;       // 两指针分别指向左/右子数组的首个元素
    for (int k = l; k <= r; k++) {  // 遍历合并左/右子数组
        if (i == m - l + 1)
            nums[k] = tmp[j++];
        else if (j == r - l + 1 || tmp[i] <= tmp[j])
            nums[k] = tmp[i++];
        else {
            nums[k] = tmp[j++];
        }
    }
}

// 调用
int[] nums = { 3, 4, 1, 5, 2, 1 };
mergeSort(nums, 0, len(nums) - 1);

# python code
def merge_sort(nums, l, r):
    # 终止条件
    if l >= r: return
    # 递归划分数组
    m = (l + r) // 2
    merge_sort(nums, l, m)
    merge_sort(nums, m + 1, r)
    # 合并子数组
    tmp = nums[l:r + 1]       # 暂存需合并区间元素
    i, j = 0, m - l + 1       # 两指针分别指向左/右子数组的首个元素
    for k in range(l, r + 1): # 遍历合并左/右子数组
        if i == m - l + 1:
            nums[k] = tmp[j]
            j += 1
        elif j == r - l + 1 or tmp[i] <= tmp[j]:
            nums[k] = tmp[i]
            i += 1
        else:
            nums[k] = tmp[j]
            j += 1

# 调用
nums = [3, 4, 1, 5, 2, 1]
merge_sort(0, len(nums) - 1)

如下动图所示，为数组 [7,3,2,6] 的归并排序过程 :

算法特性

• 时间复杂度： 最佳 Ω(NlogN) ，平均 Θ(NlogN) ，最差 O(NlogN) 。
• 空间复杂度 O(N) ： 合并过程中需要借助辅助数组 tmp ，使用 O(N) 大小的额外空间；划分的递归深度为 logN ，使用 O(logN) 大小的栈帧空间。

若输入数据是 链表 ，则归并排序的空间复杂度可被优化至 O(1) ，这是因为：

1、通过应用「双指针法」，可在 O(1) 空间下完成两个排序链表的合并，省去辅助数组 tmp 使用的额外空间；
2、通过使用「迭代」代替「递归划分」，可省去递归使用的栈帧空间；

• 非原地： 辅助数组 tmp 需要使用额外空间。
• 稳定： 归并排序不改变相等元素的相对顺序。
• 非自适应： 对于任意输入数据，归并排序的时间复杂度皆相同。

---

文末彩蛋🤩

🚗🤩😉💖🌹👀✨给各位朋友安利一下平时收集的各种学习资料！！！有需要的朋友点击一下⏩传送门，自行领取。程序员经典名言：“收藏了就等于学会啦”。 做人也要像蜡烛一样，在有限的一生中有一分热发一份光，给人以光明，给人以温暖！
图灵程序丛书300+
Linux实战100讲
Linux书籍
计算机基础硬核总结
计算机基础相关书籍
操作系统硬核总结
Java自学宝典
Java学习资料
Java硬核资料
Java面试必备
Java面试深度剖析
阿里巴巴Java开发手册
MySQL入门资料
MySQL进阶资料
深入浅出的SQL
Go语言书籍
我的个人仓库：私人仓库