归并排序
归并排序(Merge)是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。
归并排序是建立在归并操作上的一种有效的排序算法。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2-路归并。
归并排序算法稳定,数组需要O(n)的额外空间,链表需要O(log(n))的额外空间,时间复杂度为O(nlog(n)),算法不是自适应的,不需要对数据的随机读取。
算法描述
归并操作的过程如下:
1. 申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列
2. 设定两个指针,最初位置分别为两个已经排序序列的起始位置
3. 比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置
4. 重复步骤3直到某一指针达到序列尾
5. 将另一序列剩下的所有元素直接复制到合并序列尾
归并排序具体工作原理如下(假设序列共有n个元素):
1. 将序列每相邻两个数字进行归并操作,形成floor(n / 2)个序列,排序后每个序列包含两个元素
2. 将上述序列再次归并,形成floor(n / 4)个序列,每个序列包含四个元素
3. 重复步骤2,直到所有元素排序完毕
算法复杂度
比较操作的次数介于(nlogn) / 2和nlogn − n + 1。 赋值操作的次数是(2nlogn)。 归并算法的空间复杂度为:Θ (n)。
数据结构 | |
最差时间复杂度 | Θ(nlog n) |
最优时间复杂度 | Θ(n) |
平均时间复杂度 | Θ(nlog n) |
最差空间复杂度 | Θ(n) |
最佳算法 | 有时是 |
一个数组归并:
package com.test.sort;
public class MergeSortTest {
public staticvoid main(String[] args) {
int[] data = new int[] { 5, 3, 6, 2, 1, 9, 4,8, 7 };
print(data);
mergeSort(data);
System.out.println("排序后的数组:");
print(data);
}
public staticvoid mergeSort(int[] data) {
sort(data,0, data.length - 1);
}
public staticvoid sort(int[] data, int left, int right) {
if (left>= right) return;
// 找出中间索引
int center= (left + right) / 2;
// 对左边数组进行递归
sort(data,left, center);
// 对右边数组进行递归
sort(data,center + 1, right);
// 合并
merge(data,left, center, right);
print(data);
}
/**
* 将两个数组进行归并,归并前面2个数组已有序,归并后依然有序
*
* @param data 数组对象
* @param left 左数组的第一个元素的索引
* @paramcenter 左数组的最后一个元素的索引,center+1是右数组第一个元素的索引
* @param right右数组最后一个元素的索引
*/
public staticvoid merge(int[] data, int left, int center, int right) {
// 临时数组
int[]tmpArr = new int[data.length];
// 右数组第一个元素索引
int mid =center + 1;
// third 记录临时数组的索引
int third =left;
// 缓存左数组第一个元素的索引
int tmp =left;
while (left<= center && mid <= right) {
// 从两个数组中取出最小的放入临时数组
if(data[left] <= data[mid]) {
tmpArr[third++] = data[left++];
} else{
tmpArr[third++] = data[mid++];
}
}
// 剩余部分依次放入临时数组(实际上两个while只会执行其中一个)
while (mid<= right) {
tmpArr[third++] = data[mid++];
}
while (left<= center) {
tmpArr[third++] = data[left++];
}
// 将临时数组中的内容拷贝回原数组中
// (原left-right范围的内容被复制回原数组)
while (tmp<= right) {
data[tmp] = tmpArr[tmp++];
}
}
public staticvoid print(int[] data) {
for (int i= 0; i < data.length; i++) {
System.out.print(data[i] + "\t");
}
System.out.println();
}
}
5, 3, 6, 2, 1, 9, 4, 8, 7
第一次: Left 0,center 0,right 1
3, 5, 6,2, 1, 9, 4, 8, 7
第二次: Left 0,center 1,right 2
3, 5, 6, 2,1, 9, 4, 8, 7
第三次: Left 3,center 3,right 4
3,5,6, 1, 2, 9, 4, 8, 7
第四次: Left 0,center 2,right 4
1, 2,3,5,6, 9,4, 8, 7
第五次: Left 5,center 5,right 6
1, 2,3,5,6, 4, 9, 8, 7
第六次: Left 7,center 7,right 8
1, 2,3,5,6, 4, 9, 7, 8
第七次: Left 5,center 6,right 8
1, 2,3,5,6, 4, 7, 8 9,
第八次: Left 0,center 4,right 8
1, 2,3,5,6,4, 7, 8 9,
二路归并实例说明:
package com.test.sort;
public class MergeSortTest2 {
public staticint[] Two_Way_Merge_Sort(int[] A, int[] B) {
int[] C =new int[A.length + B.length];
int k = 0;
int i = 0;
int j = 0;
while (i< A.length && j < B.length) {
if(A[i] < B[j]) C[k++] = A[i++];
elseC[k++] = B[j++];
}
while (i< A.length)
C[k++]= A[i++];
while (j< B.length)
C[k++]= B[j++];
return C;
}
public staticvoid print(int[] data) {
for (int i= 0; i < data.length; i++) {
System.out.print(data[i] + "\t");
}
System.out.println();
}
/**
* @param args
*/
public staticvoid main(String[] args) {
int[] A =new int[] { 1, 2, 4, 5, 6, 7, 11, 13, 14 };
int[] B =new int[] { 3, 8, 9, 14, 34, 45, 56, 67 };
int[] C =Two_Way_Merge_Sort(A, B);
print(C);
}
}
http://zh.wikipedia.org/zh-cn/%E5%BD%92%E5%B9%B6%E6%8E%92%E5%BA%8F
http://blog.csdn.net/apei830/article/details/6591632