面试-数据结构算法-Java归并排序

一、归并排序的过程

归并排序也是分治思想，归并排序是指将两个已经排序的序列合并成一个序列的操作。具体思想如下图：

二、代码

package wsz;

import java.util.Arrays;

import javax.sound.midi.MidiChannel;

public class TestMergeSort {
    

	/**
	 * 对start1 到 end1的一个有序数列，和start2到end2的一个有序数列进行归并
	 * 步骤：1.申请一个等于这两个数列的数组
	 *     2.交替进行比较如图片，将小的依次放入
	 *     3.将多出来的部分装进临时数组
	 *     4.将临时数组中的数据覆盖原数组中相应位置的数据
	 * @param array
	 * @param start1
	 * @param end1
	 * @param start2
	 * @param end2
	 */
	public static void merge(int []array, int start1, int end1, int start2, int end2) {
		int i = start1; //第一个子序列的游标
		int j = start2; //第二个子序列的游标
		int k = 0;
		int temp[] = new int[end2-start1+1];//等于两个序列长度之和的临时数组
		while (i <= end1 && j <= end2) { //通过循环，依次将较小的值放入临时数组
			if(array[i] < array[j])
				temp[k++] = array[i++];
			else 
			    temp[k++] = array[j++];
			
		}
		//当上面的循环有一个已经移动到尽头（j已经移动到尽头），将剩下的一个序列中的数据放入临时的数组中
		while(i <= end1)
			temp[k++] = array[i++];
		while(j <= end2)	
		    temp[k++] = array[j++];
		k = start1;
	    for (int element:temp) {//将临时数组中的数据覆盖原数组中相应位置的数据,可以理解为将临时数组放入原数组
			array[k++] = element;
		}
	}
	public static void mergeSort(int array[], int start, int end) {
		if(start < end){
			int mid = (start+end)/2;
			mergeSort(array, start, mid);//左边递归分解
			mergeSort(array, mid+1, end);//右边递归分解
			merge(array, start, mid, mid+1, end);//对两个有序的子序列进行归并
			System.out.println(Arrays.toString(array));
		}
	}
	public static void main(String[] args) {
		int array[] = {51, 46, 20, 18, 65, 97, 82, 30, 77, 50};
		int i;
		mergeSort(array, 0, array.length - 1);
		System.out.println("排序结果：" + Arrays.toString(array));
			
	}
}

代码执行过程如下图：

三、时间复杂度

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。java中Arrays.sort()采用了一种名为TimSort的排序算法，就是归并排序的优化版本。从上文的图中可看出，每次合并操作的平均时间复杂度为O(n)，而完全二叉树的深度为|log2n|。总的平均时间复杂度为O(nlogn)。而且，归并排序的最好，最坏，平均时间复杂度均为O(nlogn)。发现merge函数中有if (a[i] < a[j]) 的语句，说明它需要两两比较，不存在跳跃，因此归并排序是一种稳定的排序算法。 也就是说，归并排序是一种比较占内存，但却效率高且稳定的算法。

（1）稳定性
     　归并排序是一种稳定的排序。
（2）存储结构要求
    　可用顺序存储结构。也易于在链表上实现。
（3）时间复杂度
    　对长度为n的文件，需进行趟二路归并，每趟归并的时间为O(n)，故其时间复杂度无论是在最好情况下还是在最坏情况下均是O(nlgn)。
（4）空间复杂度
   　 需要一个辅助向量来暂存两有序子文件归并的结果，故其辅助空间复杂度为O(n)，显然它不是就地排序。
  注意：

    　若用单链表做存储结构，很容易给出就地的归并排序

仅仅记住时间复杂度就行，可以不看如下的具体分析。

可以说合并排序是比较复杂的排序，特别是对于不了解分治法基本思想的同学来说可能难以理解。总时间=分解时间+解决问题时间+合并时间。分解时间就是把一个待排序序列分解成两序列，时间为一常数，时间复杂度o(1).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。 

用递归树的方法解递归式T(n)=2T(n/2)+o(n):假设解决最后的子问题用时为常数c，则对于n个待排序记录来说整个问题的规模为cn。

 

从这个递归树可以看出，第一层时间代价为cn，第二层时间代价为cn/2+cn/2=cn.....每一层代价都是cn，总共有logn+1层。所以总的时间代价为cn*(logn+1).时间复杂度是o(nlogn).