归并排序

最新推荐文章于 2024-12-15 17:47:59 发布
原创 最新推荐文章于 2024-12-15 17:47:59 发布 · 138 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

归并排序：

和选择排序一样，归并排序的性能不受输入数据的影响，但表现比选择排序好的多，因为始终都是O(n log n）的时间复杂度。代价是需要额外的内存空间。

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。归并排序是一种稳定的排序方法。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。

算法描述

  • 把长度为n的输入序列分成两个长度为n/2的子序列；

  • 对这两个子序列分别采用归并排序；

  • 将两个排序好的子序列合并成一个最终的排序序列。

递归方法：

package com.zy.base.class003;

public class Code01_MergeSort {
    public static void main(String[] args) {
        int[] arr = {10, 2, 5, 6, 1, 3, 9};
        new Code01_MergeSort().mergeSort(arr);
        System.out.println();
    }
    public static void mergeSort(int[] arr) {
        if (arr == null || arr.length < 2) {
            return;
        }
        procss(arr, 0, arr.length - 1);

    }

    private static void procss(int[] arr, int start, int end) {
        if (start == end) {
            return;
        }
        int mid = start + (end - start) / 2;
        procss(arr, start, mid);
        procss(arr, mid + 1, end);
        merge(arr, start, mid, end);
    }

    private static void merge(int[] arr, int start, int mid, int end) {
        int[] helper = new int[end - start + 1];
        int left = start;
        int right = mid + 1;
        int helperIndex = 0;
        while (left <= mid && right <= end) {
            helper[helperIndex++] = arr[left] <= arr[right] ? arr[left++] : arr[right++];
        }

        while (left <= mid) {
            helper[helperIndex++] = arr[left++];
        }

        while (right <= end) {
            helper[helperIndex++] = arr[right++];
        }

        for (int i = 0; i < helper.length; i++) {
            arr[start + i] = helper[i];
        }
    }
}

非递归方法：

package com.zy.base.class003;

public class Code01_MergeSort1 {
    public static void main(String[] args) {
        int[] arr = {10, 2, 5, 6, 1, 3, 9};
        new Code01_MergeSort1().mergeSort(arr);
        System.out.println();
    }

    public static void mergeSort(int[] arr) {
        if (arr == null || arr.length < 2) {
            return;
        }
        procss(arr, 0, arr.length - 1);
    }

    private static void procss(int[] arr, int start, int end) {
        if (start == end) {
            return;
        }
        int len = arr.length;
        int mergeSize = 1;
        while (mergeSize < len) {
            int left = 0;
            while (left < len) {
                int m = left + mergeSize - 1;
                if (m >= len) {
                    break;
                }
                int right = Math.min(m + mergeSize, len - 1);
                merge(arr, left, m, right);
                left = right + 1;
            }
            if (mergeSize > len / 2) {
                break;
            }
            mergeSize <<= 1;
        }



    }

    private static void merge(int[] arr, int start, int mid, int end) {
        int[] helper = new int[end - start + 1];
        int left = start;
        int right = mid + 1;
        int helperIndex = 0;
        while (left <= mid && right <= end) {
            helper[helperIndex++] = arr[left] <= arr[right] ? arr[left++] : arr[right++];
        }

        while (left <= mid) {
            helper[helperIndex++] = arr[left++];
        }

        while (right <= end) {
            helper[helperIndex++] = arr[right++];
        }

        for (int i = 0; i < helper.length; i++) {
            arr[start + i] = helper[i];
        }
    }
}

常见面试题：

在一个数组中，一个数左边比它小的数的总和，叫数的小和，所有数的小和累加起来，叫数组小和。求数组小和。

例如：[1, 3, 4, 2, 5]

1左边比1小的数：

3左边比3小的数：1

4左边比4小的数：1、3

2左边比2小的数：1

5左边比5小的数：1、3、4、2

所以数组的小和为1+1+3+1+1+3+4+2=16

上代码：

package com.zy.base.class003;

public class Code02_SmallSum {
    public static void main(String[] args) {
        int[] arr = {1, 3, 4, 2, 5};
        int i = Code02_SmallSum.smallSum(arr);
        System.out.println(i);
    }
    public static int smallSum(int[] arr) {
        if (arr == null || arr.length < 2) {
            return 0;
        }
        return process(arr, 0, arr.length - 1);
    }

    private static int process(int[] arr, int left, int right) {
        if (left == right) {
            return 0;
        }
        int mid = left + (right - left) / 2;
        return process(arr, left, mid) + process(arr, mid + 1, right) + merge(arr, left, mid, right);
    }

    private static int merge(int[] arr, int start, int mid, int end) {
        int[] helper = new int[end - start + 1];
        int res = 0;
        int left = start;
        int right = mid + 1;
        int helperIndex = 0;
        while (left <= mid && right <= end) {
            res += arr[left] < arr[right] ? (end - right + 1) * arr[left] : 0;
            helper[helperIndex++] = arr[left] < arr[right] ? arr[left++] : arr[right++];
        }
        while (left <= mid) {
            helper[helperIndex++] = arr[left++];
        }
        while (right <= end) {
            helper[helperIndex++] = arr[right++];
        }

        for (int i = 0; i < helper.length; i++) {
            arr[start + i] = helper[i];
        }
        return res;
    }
}

求逆序对

剑指 Offer 51. 数组中的逆序对

在数组中的两个数字，如果前面一个数字大于后面的数字，则这两个数字组成一个逆序对。输入一个数组，求出这个数组中的逆序对的总数。

 

示例 1:

输入: [7,5,6,4]
输出: 5
 

限制：

0 <= 数组长度 <= 50000

package com.zy.offer;

/**
 * 剑指 Offer 51. 数组中的逆序对
 * 在数组中的两个数字，如果前面一个数字大于后面的数字，则这两个数字组成一个逆序对。输入一个数组，求出这个数组中的逆序对的总数。
 *
 *
 *
 * 示例 1:
 *
 * 输入: [7,5,6,4]
 * 输出: 5
 *
 *
 * 限制：
 *
 * 0 <= 数组长度 <= 50000
 */
public class Offer51 {
    public int reversePairs(int[] nums) {
        if (nums == null || nums.length < 2) {
            return 0;
        }
        return process(nums, 0, nums.length - 1);

    }

    private int process(int[] nums, int start, int end) {
        if (start == end) {
            return 0;
        }
        int mid = start + (end - start) / 2;

        return process(nums, start, mid) + process(nums, mid + 1, end) + merge(nums, start, mid, end);

    }

    private int merge(int[] nums, int start, int mid, int end) {
        int[] help = new int[end - start + 1];
        int left = start;
        int right = mid + 1;
        int index = 0;
        int res = 0;
        while (left <= mid && right <= end) {
            res += nums[left] > nums[right] ? (mid - left + 1) : 0;
            help[index++] = nums[left] > nums[right] ? nums[right++] : nums[left++];
        }
        while (left <= mid) {
            help[index++] = nums[left++];
        }

        while (right <= end) {
            help[index++] = nums[right++];
        }

        for (int i = 0; i < help.length; i++) {
            nums[start + i] = help[i];
        }
        return res;
    }
}

 

 

 

 

 

 

《恋上数据结构与算法》排序（五）：归并排序
Guizy
01-07 426
转载自 : https://blog.youkuaiyun.com/weixin_43734095/article/details/105127138 相关 : https://juejin.cn/post/6844904094235426830 一、经典十大排序算法 前言 请务必看一下这个：排序算法前置知识+代码环境准备。 当上面的内容都准备好以后，那就开始归并排序吧！ 归并排序 归并排序（MERGE-SORT）是利用归并的思想实现的排序方法，该算法采用经典的分治（divide-and-conquer）策.
MATLAB实现插入排序、二分归并排序、归并排序.rar
11-26
在本资源中，我们主要关注的是使用MATLAB编程语言实现三种经典的排序算法：插入排序、二分归并排序以及归并排序。这些算法是计算机科学基础中的重要组成部分，特别是在算法设计与分析领域。MATLAB是一种强大的数值...
算法16：LeetCode_归并排序_相关面试题 （超难）
街头小瘪三的专栏
02-08 877
假设初始序列含义n个记录，则可以看成是n个有序子序列，每个序列的长度为1，然后两两归并，得到【n/2】([x]表示不小于x的最小整数)个长度为2或1的有序咨询；1. 普通两层遍历肯定是可以解出这道题的，但是两层遍历的时间的复杂度是O(N^2). 而归并排序的时间复杂度是 N*logN， 性能上更优。思考： 面试题一是最小和，假设数组为 {5,2,3,4,1}，而你使用降序，猜猜得到的最小和会是多少？在一个数组中，一个数左边比它小的数的总和，叫数的小和，所有数的小和累加起来，叫数组小和。
归并排序（MergeSort） Java实现及解析
HLComet_Bay_WC的博客
10-13 2105
package class03; public class Code01_MergeSort { // 递归方法实现 public static void mergeSort1(int[] arr){ if(arr == null || arr.length < 2){ return; } process(arr, 0, arr.length - 1); } // 递归函数的定义：让arr在[L
归并排序算法
2401_86810295的博客
12-15 2091
归并排序（Merge Sort）是一种基于分治策略的高效排序算法。它的基本思想是将一个数组分成两个子数组，分别对这两个子数组进行排序，然后将排好序的子数组合并成一个最终的排序数组。
归并排序 详解
热门推荐
k_koris的博客
05-30 28万+
注：内容，图片来自于慕课网liuyubobobo老师的课程。 算法复杂度：O（nlogn）； 也许有很多同学说，原来也学过很多O（n^2）或者O（n^3）的排序算法，有的可能优化一下能到O（n）的时间复杂度，但是在计算机中都是很快的执行完了，没有看出来算法优化的步骤，那么我想说有可能是你当时使用的测试用例太小了，我们可以简单的做一下比较： 当数据量很大的时候 nlogn的优势将会比...
Java归并排序
qq_38875964的博客
12-11 3932
归并排序（Merge Sort）是应用分治思想的一个典型例子。把一个待排序序列拆分为两个子序列，分别对两个子序列排序，子序列排序时也采用相同的方法，直至拆分后的两个子序列都是有序的，即长度为1的序列天然有序，这时停止拆分，将两个有序的子序列归并为一个更大的有序序列，与之前拆分时的路径相反，不断的归并有序子序列，最终归并为一个序列。这种将两个有序序列归并为一个有序序列的操作称为二路归并。
归并排序详解
HYY的博客
04-28 1251
3、比较两个指针所指的元素，把小的那个元素先存放到临时数组中，然后指针往前移动，以此类推，直到arr1和arr2两个数组全部遍历完。其实分解思路都一样，就是把数组先分解成一个一个有序的数字，然后两个两个合并，然后四个四个合并........因为内存中因为无法把所有数据全部放下，所以需要外部排序，而归并排序是最常用的外部排序。递归实现和非递归实现，合并的方式都是一样的，只是分解的方法有所差异。如何把这两个有序的数组合并成arr3={1,2,3,4}呢？，所以我们重点看看，如果把一个数组，分成若干个小的数组。
排序之归并排序
dong132697的博客
09-03 2万+
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。若将两个有序表合并成一个有序表，称为二路归并。所谓归并，就是将两组有序的数据合成为一组有序的数据，例如有如下两个有序数组，将两个有序数组归并为一个有序数组，这就是一次归并操作。
归并 排序
冯同学的博客
12-09 1613
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。
三路归并_C语言_三路归并排序_三路归并_
10-03
**三路归并排序**是一种高效的排序算法，尤其在处理含有大量重复元素的序列时表现优秀。该算法基于归并排序的思想，但将其分为三个部分处理，而不是传统的两个部分。在本文中，我们将深入探讨三路归并排序的原理、...
C语言分治法实现归并排序
12-31
本文实例为大家分享了C语言实现归并排序的具体代码，供大家参考，具体内容如下 归并排序的基本思想： 将两个及其以上的有序表合并为一张有序表，把待排序序列通过分治法分为若干个有序子序列，然后每两个子序列合并...
C语言演示对归并排序算法的优化实现
09-02
归并排序是一种分治策略的排序算法，它的基本思想是将大问题分解成小问题来解决。在归并排序中，我们将一个大数组分成两个或更多个小数组，然后对每个小数组进行排序，最后将这些小数组合并成一个大的有序数组。这个...
Lua非空判断方法[源码]
11-24
本文详细介绍了在Lua中进行非空判断的几种方法，特别是针对table类型的变量。首先，文章指出了直接对nil值进行索引会导致异常的问题，并给出了一个简单的例子来说明如何避免这种情况。接着，文章讨论了如何判断一个table是否为空，指出不能简单地使用`#table == 0`的方式，而是应该使用`next(t) == nil`的方法。此外，文章还提到了`next`指令在LuaJIT中的优化问题，建议在非必要情况下少用。最后，文章简要介绍了如何判断一个字符串是否全部由空格组成，使用了正则匹配的方法。这些内容对于Lua开发者来说非常实用，能够帮助他们避免常见的错误。
JS表格转Excel实现[可运行源码]
11-24
该文章详细介绍了如何使用JavaScript将HTML表格数据导出为Excel文件。内容涵盖了针对不同浏览器的兼容性处理，包括IE和非IE浏览器的不同实现方式。对于IE浏览器，使用ActiveXObject进行导出；对于非IE浏览器，则通过base64编码和数据URI方案实现。文章还提供了完整的代码示例，包括表格数据的处理、格式化和导出功能，支持文本和图片类型的数据导出。
图片转bin文件存储[项目代码]
11-24
本文介绍了在OpenCV项目中如何将大量图片数据转换为二进制（bin）文件进行高效存储和读取的方法。作者在项目中遇到需要处理大量图片数据的问题，尝试了多种格式（如.mat、.txt、.yml）后发现效率较低。通过使用二进制文件存储，显著提升了读写速度。文章详细展示了使用OpenCV将图片写入二进制文件的代码示例，以及从二进制文件读取图片数据的实现方法。虽然该方法需要提前知道图片的尺寸和数量，但读写速度极快，适合处理大量图片数据。作者还提到可以通过换行符或终止符优化读取过程，但未深入探讨。
ROS视觉处理与色彩识别[项目源码]
最新发布
11-24
本文详细介绍了在ROS环境下进行视觉处理的基础步骤，特别是针对色彩识别的实现方法。内容涵盖了从摄像头驱动的安装与配置（如usb_cam驱动和image_view工具的使用），到创建功能包和编写图像处理节点（包括RGB图像回调函数、HSV色彩空间转换、二值化处理及形态学操作）。此外，还演示了如何在仿真环境中获取图像，并通过OpenCV实现红色和绿色物体的识别与追踪。最后，文章提供了完整的代码示例和编译运行步骤，帮助读者快速上手ROS视觉处理项目。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值