一文带你读懂排序算法(四):归并算法

本文详细介绍了归并排序算法,包括其分治思想、主要步骤、算法图解和代码实现。归并排序是一种稳定的排序算法,时间复杂度为O(nlogn),空间复杂度为O(n)。虽然需要额外空间,但在特定场景下是高效的排序选择。

点击上方蓝字关注我们

归并排序的基本思想核心是分治,就是把一个复杂的问题分成两个或多个相同或相似的子问题,然后把子问题分成更小的子问题,直到子问题可以简单的直接求解,最原问题的解就是子问题解的合并。

算法思想

归并排序的主要思想是分治法,排序的方法就是按照大小顺序合并两个元素,接着依次按照递归的返回顺序,不断地合并排好序的子数组,直到最后把整个数组的顺序排好。

主要过程是:

  1. 将n个元素从中间切开,分成两部分。(左边可能比右边多1个数)

  2. 将步骤1分成的两部分,再分别进行递归分解。直到所有部分的元素个数都为1

  3. 从最底层开始逐步合并两个排好序的数列

算法图解

举个例子,数组:[10,80,70,30,40]

  • 分解

  • 分解1

  • 分解2

  • 分解3

  • 归并

  • 归并1

  • 归并2

  • 归并3

以上是归并算法操作过程的简单图示。

算法实现

代码实现:

public class MergeSort {
  public static void main(String[] args) {
    int[] arrays = {90,80,70,30,40};
    mergeSort(arrays);
    System.out.println(Arrays.toString(arrays));
  }
  public static void mergeSort(int[] array) {
    if (array == null || array.length == 0)
      return;
    int[] temp = new int[array.length];
    mergeSort(array, 0, array.length - 1, temp);
  }
  // 归并
  private static void mergeSort(int array[], int first, int last, int temp[]) {
    if (first < last) {
      int mid = (first + last) / 2;
      mergeSort(array, first, mid, temp); // 递归归并左边元素
      mergeSort(array, mid + 1, last, temp); // 递归归并右边元素
      mergeArray(array, first, mid, last, temp); // 再将二个有序数列合并
    }
  }


  /**
   * 合并两个有序数列
   * array[first]~array[mid]为第一组
   * array[mid+1]~array[last]为第二组
   * temp[]为存放两组比较结果的临时数组
   */
  private static void mergeArray(int array[], int first, int mid, int last, int temp[]) {
    int i = first, j = mid + 1; // i为第n次分解后第一组的起点, j为第n次分解后第二组的起点
    int m = mid, n = last; // m为第n次分解后第一组的终点, n为第n次分解后第二组的终点
    int k = 0; // k用于指向temp数组当前放到哪个位置
    // 比较合并:将两个有序序列循环比较, 填入数组temp
    while (i <= m && j <= n) {
      if (array[i] <= array[j]) {
        temp[k++] = array[i++];
      }
      else
        temp[k++] = array[j++];
    }
    // 如果比较完毕, 第一组还有数剩下, 则全部填入temp
    while (i <= m) { 
      temp[k++] = array[i++];
    }
    // 如果比较完毕, 第二组还有数剩下, 则全部填入temp
    while (j <= n) {
      temp[k++] = array[j++];
    }
    // 将排好序的数填回到array数组的对应位置
    for (i = 0; i < k; i++) {
      array[first + i] = temp[i];
    }
  }
}

输出结果:

[30, 40, 70, 80, 90]

复杂度分析

空间复杂度

由于合并 n 个元素需要分配一个大小为 n 的额外数组,合并完成之后,这个数组的空间就会被释放,所以算法的空间复杂度就是 O(n)。归并排序也是稳定的排序算法。

时间复杂度

归并算法是一个不断递归的过程。

如何计算时间复杂度?

答:组的元素个数是 n,时间复杂度是 T(n) 的函数。

把这个规模为 n 的问题分成两个规模分别为 n/2 的子问题,每个子问题的时间复杂度就是 T(n/2),那么两个子问题的复杂度就是 2×T(n/2)。

当两个子问题都得到了解决,即两个子数组都排好了序,需要将它们合并,一共有 n 个元素,每次都要进行最多 n-1 次的比较,所以合并的复杂度是 O(n)。由此我们得到了递归复杂度公式:T(n) = 2×T(n/2) + O(n)。

对于公式求解,不断地把一个规模为 n 的问题分解成规模为 n/2 的问题,一直分解到规模大小为 1。如果 n 等于 2,只需要分一次;如果 n 等于 4,需要分 2 次。这里的次数是按照规模大小的变化分类的。

以此类推,对于规模为 n 的问题,一共要进行 log(n) 层的大小切分在每一层里,我们都要进行合并,所涉及到的元素其实就是数组里的所有元素,因此,每一层的合并复杂度都是 O(n),所以整体的复杂度就是 O(nlogn)

排序算法最好时间平均时间最坏时间辅助存储稳定性备注
归并排序O(nlog(n))O(nlog(n))O(nlog(n))Ο(n)稳定n大时比较好

总结

归并排序需要一个跟待排序数组同等空间的临时数组,因此,使用归并排序时需要考虑是否有空间上的限制。如果没有空间上的限制,归并排序是一个不错的选择。100万的随机数字,归并排序大约耗时150毫秒。

建议:归并算法的思想很重要,其中对两个有序数组合并的操作,在很多面试题里都有用到,建议大家一定要把这个算法练熟。

—END—

扫码关注

点个“在看”表示朕

已阅

评论
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
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

后台技术汇

对你的帮助,是对我的最好鼓励。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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