当前位置:   article > 正文

归并排序java_Java经典排序算法之归并排序详解

归并排序java

一、归并排序

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,称为二路归并。

归并过程为:比较a[i]和a[j]的大小,若a[i]≤a[j],则将第一个有序表中的元素a[i]复制到r[k]中,并令i和k分别加上1;否则将第二个有序表中的元素a[j]复制到r[k]中,并令j和k分别加上1,如此循环下去,直到其中一个有序表取完,然后再将另一个有序表中剩余的元素复制到r中从下标k到下标t的单元。归并排序的算法我们通常用递归实现,先把待排序区间[s,t]以中点二分,接着把左边子区间排序,再把右边子区间排序,最后把左区间和右区间用一次归并操作合并成有序的区间[s,t]。

二、归并操作

28f3c4a17391ed3520ebc40d6f2133ce.png

三、两路归并算法

1、算法基本思路

设两个有序的子文件(相当于输入堆)放在同一向量中相邻的位置上:R[low..m],R[m+1..high],先将它们合并到一个局部的暂存向量R1(相当于输出堆)中,待合并完成后将R1复制回R[low..high]中。

(1)合并过程

合并过程中,设置i,j和p三个指针,其初值分别指向这三个记录区的起始位置。合并时依次比较R[i]和R[j]的关键字,取关键字较小的记录复制到R1[p]中,然后将被复制记录的指针i或j加1,以及指向复制位置的指针p加1。

重复这一过程直至两个输入的子文件有一个已全部复制完毕(不妨称其为空),此时将另一非空的子文件中剩余记录依次复制到R1中即可。

(2)动态申请R1

实现时,R1是动态申请的,因为申请的空间可能很大,故须加入申请空间是否成功的处理。

2、归并算法

void Merge(SeqList R,int low,int m,int high)

{//将两个有序的子文件R[low..m)和R[m+1..high]归并成一个有序的

//子文件R[low..high]

int i=low,j=m+1,p=0; //置初始值

RecType *R1; //R1是局部向量,若p定义为此类型指针速度更快

R1=(ReeType *)malloc((high-low+1)*sizeof(RecType));

if(! R1) //申请空间失败

Error("Insufficient memory available!");

while(i<=m&&j<=high) //两子文件非空时取其小者输出到R1[p]上

R1[p++]=(R[i].key<=R[j].key)?R[i++]:R[j++];

while(i<=m) //若第1个子文件非空,则复制剩余记录到R1中

R1[p++]=R[i++];

while(j<=high) //若第2个子文件非空,则复制剩余记录到R1中

R1[p++]=R[j++];

for(p=0,i=low;i<=high;p++,i++)

R[i]=R1[p];//归并完成后将结果复制回R[low..high]

} //Merge

四、归并排序

归并排序有两种实现方法:自底向上和自顶向下。下面说说自顶向下的方法

(1)分治法的三个步骤

设归并排序的当前区间是R[low..high],分治法的三个步骤是:

①分解:将当前区间一分为二,即求分裂点

②求解:递归地对两个子区间R[low..mid]和R[mid+1..high]进行归并排序;

③组合:将已排序的两个子区间R[low..mid]和R[mid+1..high]归并为一个有序的区间R[low..high]。

递归的终结条件:子区间长度为1(一个记录自然有序)。

(2)具体算法

void MergeSortDC(SeqList R,int low,int high)

{//用分治法对R[low..high]进行二路归并排序

int mid;

if(low

mid=(low+high)/2; //分解

MergeSortDC(R,low,mid); //递归地对R[low..mid]排序

MergeSortDC(R,mid+1,high); //递归地对R[mid+1..high]排序

Merge(R,low,mid,high); //组合,将两个有序区归并为一个有序区

}

}//MergeSortDC

(3)算法MergeSortDC的执行过程

算法MergeSortDC的执行过程如下图所示的递归树。

cb73521de5dd2b545f917a9540771276.png

五、算法分析

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。

5、比较操作的次数介于(nlogn) / 2和nlogn - n + 1。

6、赋值操作的次数是(2nlogn)。归并算法的空间复杂度为:0 (n)

7、归并排序比较占用内存,但却是一种效率高且稳定的算法。

六、代码实现

public class MergeSortTest {

public static void main(String[] args) {

int[] data = new int[] { 2, 4, 7, 5, 8, 1, 3, 6 };

System.out.print("初始化:\t");

print(data);

System.out.println("");

mergeSort(data, 0, data.length - 1);

System.out.print("\n排序后: \t");

print(data);

}

public static void mergeSort(int[] data, int left, int right) {

if (left >= right)

return;

//两路归并

// 找出中间索引

int center = (left + right) / 2;

// 对左边数组进行递归

mergeSort(data, left, center);

// 对右边数组进行递归

mergeSort(data, center + 1, right);

// 合并

merge(data, left, center, center + 1, right);

System.out.print("排序中:\t");

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 leftStart

* 左数组的第一个元素的索引

* @param leftEnd

* 左数组的最后一个元素的索引

* @param rightStart

* 右数组第一个元素的索引

* @param rightEnd

* 右数组最后一个元素的索引

*/

public static void merge(int[] data, int leftStart, int leftEnd,

int rightStart, int rightEnd) {

int i = leftStart;

int j = rightStart;

int k = 0;

// 临时数组

int[] temp = new int[rightEnd - leftStart + 1]; //创建一个临时的数组来存放临时排序的数组

// 确认分割后的两段数组是否都取到了最后一个元素

while (i <= leftEnd && j <= rightEnd) {

// 从两个数组中取出最小的放入临时数组

if (data[i] > data[j]) {

temp[k++] = data[j++];

} else {

temp[k++] = data[i++];

}

}

// 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 (i <= leftEnd) {

temp[k++] = data[i++];

}

while (j <= rightEnd) {

temp[k++] = data[j++];

}

k = leftStart;

// 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)

for (int element : temp) {

data[k++] = element;

}

}

public static void print(int[] data) {

for (int i = 0; i < data.length; i++) {

System.out.print(data[i] + "\t");

}

System.out.println();

}

}

七、运行结果

初始化: 2 4 7 5 8 1 3 6

排序中: 2 4 7 5 8 1 3 6

排序中: 2 4 5 7 8 1 3 6

排序中: 2 4 5 7 8 1 3 6

排序中: 2 4 5 7 1 8 3 6

排序中: 2 4 5 7 1 8 3 6

排序中: 2 4 5 7 1 3 6 8

排序中: 1 2 3 4 5 6 7 8

排序后: 1 2 3 4 5 6 7 8

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Monodyee/article/detail/67031
推荐阅读
相关标签
  

闽ICP备14008679号