1. 归并排序的思想
归并排序,采用的是典型的分治思想:将原问题分解为几个规模较小但类似于原问题的子问题,递归的求解这些子问题,然后再合并这些子问题的解来建立原问题的解。即: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。
分治法:分解子问题,解决子问题,合并子结果。
分解:分解,将待排序的 n 个元素的序列分成两个各有 n/2 个元素的子列。
解决:使用归并排序递归地排序两个子序列。
合并:合并两个已排序的子序列以产生已排序的答案。
注意:代码里在两个队尾放置了一个哨兵INT_MAX,来避免判断是否有一个队列已经为空,达到简化代码的目的。
【算法导论中的归并排序思想】
(1)拆分左右两个临时数组,临时数组最后是一个∞(无穷大)的数字。
(2)两个子数组进行比较,小的数值拷贝到原数组。
2. 归并排序的算法步骤
归并操作的工作原理如下:
第一步:将一个数组拆分为两个部分,以数组长度的一半为界,分为左右两个子数组,再分别对这两个子数组进行递归归并排序。
第二步:在进行完递归排序之后,两个数组都会分别变为各自排好序的两个数组,然后将这两个子数组合并为一个数组;对于最上层,这是最后一步完成排序的操作。
第三步:对于每一次分解出来的子数组,进行归并操作。
只要数组的长度大于1,就继续递归拆分成更小的两个子数组,最后再继续进行归并排序。一直递归到某一次拆分的时候,两个子数组其中有一个数组只有一个元素。
只有一个元素是不需要进行排序的,此时进行数组的归并排序。
归并的时候按照两个子数组的元素大小顺序排列,两个子数组进行比较的时候,依次将较小的数值拷贝到原数组,最后给出归并之后的数组。
这样一层一层向上进行递归、比较、归并的操作,最后得到的数组就是原始数组的排好序的结果。
3. 归并排序的代码
C++代码实现:
【注意】
归并排序的实现中,为了保证归并排序的稳定性,要注意在两个子数组的比较过程中,是“<=”的操作,以此来保证归并排序在遇到相同数值时,顺序不会被交换,从而保证归并排序的稳定性。
class Solution {
public:
vector<int> sortArray(vector<int>& nums) {
mergeSort(nums, 0, nums.size()-1);
return nums;
}
void merge(vector<int>& nums, int l, int mid, int r) {
int len_l = mid - l + 1; // [l, mid]
int len_r = r - mid; // [mid+1, r]
int L[len_l+1];
int R[len_r+1];
for (auto i=0; i<len_l; ++i) {
L[i] = nums[l+i];
}
L[len_l] = INT_MAX;
for (auto i=0; i<len_r; ++i) {
R[i] = nums[mid+1+i];
}
R[len_r] = INT_MAX;
int i=0, j=0;
for (auto k=l; k <= r; ++k) {
if ( L[i] <= R[j] ) {
nums[k] = L[i];
++i;
}
else {
nums[k] = R[j];
j++;
}
}
}
void mergeSort(vector<int>& nums, int l, int r) {
if ( l < r ) {
auto mid = l + (r-l)/2;
mergeSort(nums, l, mid);
mergeSort(nums, mid+1, r);
merge(nums, l, mid, r);
}
}
};
4. 归并排序的复杂度分析
- 时间复杂度:O(nlogn)
- 空间复杂度:O(n)
5. 归并排序的稳定性分析
归并排序是稳定排序,它也是一种十分高效的排序,能利用完全二叉树特性的排序一般性能都不会太差。