赞
踩
归并排序(Merge sort)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。
归并排序算法有两个基本的操作,一个是分,也就是把原数组划分成两个子数组的过程。另一个是治,它将两个有序数组合并成一个更大的有序数组。
假设我们有一个初始数列为{8, 4, 5, 7, 1, 3, 6, 2},整个归并排序的过程如下图所示。
可以看到这种结构很像一棵完全二叉树,本文的归并排序我们采用递归去实现(也可采用迭代的方式去实现)。分阶段可以理解为就是递归拆分子序列的过程,递归深度为log2n。
再来看看治阶段,我们需要将两个已经有序的子序列合并成一个有序序列,比如上图中的最后一次合并,要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列,合并为最终序列[1,2,3,4,5,6,7,8],来看下实现步骤。
速度仅次于快速排序。
O(nlogn)。
O(N),归并排序需要一个与原数组相同长度的数组做辅助来排序。
稳定。
/**
* 归并排序
*/
public class MergeSort {
public static void main(String[] args) {
int[] arr = {8, 4, 5, 7, 1, 3, 6, 2};
int[] temp = new int[arr.length];
mergeSort(arr, 0, arr.length - 1, temp);
System.out.println("排序后的数组:"+ Arrays.toString(arr));
}
/**
* 分解 +合并的方法
*
* @param arr 排序的原始数组
* @param left 左边的有序序列初始索引
* @param mid 中间索引
* @param right 右边的有序序列初始索引
* @param temp 做中转的数组
*/
public static void mergeSort(int[] arr, int left, int right, int[] temp) {
if (left < right) {
//中间索引
int mid = (left + right) / 2;
//向左递归进行分解
mergeSort(arr, left, mid, temp);
//向右递归进行分解
mergeSort(arr, mid + 1, right, temp);
//合并
merge(arr, left, mid, right, temp);
}
}
/**
* 合并的方法
*
* @param arr 排序的原始数组
* @param left 左边的有序序列初始索引
* @param mid 中间索引
* @param right 右边的有序序列初始索引
* @param temp 做中转的数组
*/
public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
//初始化i,左边的有序序列初始索引
int i = left;
//初始化j,右边的有序序列初始索引
int j = mid + 1;
//指向temp数组的当前索引
int t = 0;
//1.先把左右两边有序的数据按照规则填充到temp数组
//直到左右两边的有序序列,有一边处理完成时为止
while (i <= mid && j <= right) {
//如果左边的有序序列的当前元素,小于等于右边的有序序列的当前元素
//即将左边的当前元素,拷贝到temp数组
//然后t++,i++
if (arr[i] <= arr[j]) {
temp[t] = arr[i];
t = t + 1;
i = i + 1;
} else {
//反之,将右边的有序序列的当前元素,拷贝到temp数组
temp[t] = arr[j];
t += 1;
j += 1;
}
}
//2.把有剩余数据的一边的数据依次全部填充到temp
while (i <= mid) {
//说明左边的有序序列还有剩余的元素,就全部填充到temp
temp[t] = arr[i];
t += 1;
i += 1;
}
while (j <= right) {
//说明右边的有序序列还有剩余的元素,就全部填充到temp
temp[t] = arr[j];
t += 1;
j += 1;
}
//3.将temp数组的元素拷贝到arr
//注意,并不是每次都拷贝所有
t = 0;
int tempLeft = left;
while (tempLeft <= right) {
//第一次合并时tempLeft = 0,right = 1
//第二次合并时tempLeft = 2,right = 3
//tempLeft = 0,right = 3
//最后一次tempLeft = 0,right = 7
arr[tempLeft] = temp[t];
t += 1;
tempLeft += 1;
}
}
}
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。