数据结构与算法之归并排序

1. 归并排序原理

归并排序的思想是分而治之。什么意思呢？就是把一件大的问题拆分成很多小问题来解决，先解决一个个小问题，最后大问题就随之解决了。

如上图，假设需要对上面的数组进行排序。分而治之看待这个问题：将数组分成两半，那么整个问题就演变成左边需要排好序，右边也需要排好序，最后把左边排好序的数组和右边排好序的数组进行合并。

左边的数组又如何排序呢？同样将数组对半分成【1，4】和【6，7，10】，排好左边和右边的数组再合并。

依上写出归并排序的伪步骤：

1. 将数组分成左右两半
2. 左边用归并排序排好序
3. 右边用归并排序排好序
4. 左右两边已经有序的数组合并

总结出来发现，不管怎样，都需要一个合并两个有序数组的算法。普通的想法，就是把第二个数组的数和第一个数组的数进行比较然后移动位置。这样做下去会发现时间复杂度太高了，每次插入一个数都需要把其他的数往后移动，相当于做了一遍插入排序。

考虑以空间换时间的方式，new一个长度相同的数组，将比较后的结果移动到这个新建的数组中，这样移动的次数就是O(n)了。

2.合并代码实现

      public static void merge(int[] arrays, int left, int mid, int right) {
        //模板数组，用来存放排好的数字
        int[] temp = new int[right - left+1];
        int i = left;
        int j = mid+1;
        int k = 0;
        while (i <= mid && j <= right) {
//            if (arrays[i] <= arrays[j]) {
//                temp[k] = arrays[i];
//                i++;
//                k++;
//            } else {
//                temp[k] = arrays[j];
//                j++;
//                k++;
//            }
            temp[k++] = arrays[i] <= arrays[j] ? arrays[i++] : arrays[j++];
        }
        while (i <= mid) {
            temp[k++] = arrays[i++];
        }

        while (j <= right) {
            temp[k++] = arrays[j++];
        }

        //将temp数组赋值给arrays数组
        for (int l = 0; l < temp.length; l++) {
            arrays[left + l] = temp[l];
        }
    }

3. 递归的归并排序算法实现

  public static void mergeSort(int[] arrays, int left, int right) {
        //对半拆分数组 递归算法不太好理解，凡是递归算法都会有一个条件跳出递归，不然就会一直递归下去，造成栈溢出，这里left==right的时候表示只有一个元素的数组的时候
        if (left == right) return;
        int mid = (left + right) / 2;
        mergeSort(arrays, left, mid);
        mergeSort(arrays, mid+1, right);
        merge(arrays, left, mid, right);
    }

4. 归并排序的时间复杂度和空间复杂度

时间复杂度：归并排序中，每一层处理的数据量为 O(n) 级别，同时有 logn 层，时间复杂度便是 O(nlogn)

空间复杂度：我们在写代码时，完全可以用空间来换取时间，比如字典树，哈希等都是这个原理。算法在运行过程中临时占用的存储空间随算法的不同而异，有的算法只需要占用少量的临时工作单元，而且不随问题规模的大小而改变，我们称这种算法的空间复杂度为O(1)，注意这并不是说仅仅定义一个临时变量；有的算法需要占用的临时工作单元数与解决问题的规模n有关，它随着n的增大而增大，当n较大时，将占用较多的存储单元，比如归并排序，每次执行的时候都会用到一个辅助数组，这个辅助数组的空间就跟数组的长度n有关。所以归并排序的空间复杂度为O(n)