19、归并排序

归并排序详解与实现
本文深入解析归并排序的分治思想,通过递归将数组分解为单一元素,再逐步合并排序,附带Java代码实例,展示算法的实现过程。
  • 思想:
归并排序个人理解的是==分治==思想,先把整体一直递归的划分成单独的最小单元(只含有一个元素的单独个体),然后回溯将单个个体排序,组成有序的小个体,然后对这些有序的小个体进行排序
  • 代码:
package Sort;

import java.util.Arrays;

public class MergeSort {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int[] arr = {0,6,4,3,2,9,-3,-6};
		MergeSort mergeSort = new MergeSort();
		int[] arr1 = mergeSort.merge(arr);
		System.out.println(Arrays.toString(arr1));

	}
	
	/**
	 * 思路:归并排序的思路是先把原始数组划分成一个一个单独的元素(分)、然后将其单独合并,在单独合并的时候,应用算法,进行排序即可
	 * 使用了分治的思想,先分后治
	 * @param arr
	 * @return
	 */
	public int[] merge(int[] arr) {//分
		//先确定弹出条件
		if(arr.length < 2) {
			return arr;
		}
		int mid = arr.length/2;
		int[] left = Arrays.copyOfRange(arr, 0, mid);
		int[] right = Arrays.copyOfRange(arr, mid, arr.length);
		return mergeSort(merge(left),merge(right));
	}

	private int[] mergeSort(int[] left, int[] right) {//治
		int[] result = new int[left.length+right.length];
		for (int index = 0, i = 0,j = 0; index < result.length; index++) {
			if(i >= left.length) {//此时,左数组已经遍历完
				result[index] = right[j++];
			}else if(j >= right.length) {//此时,右数组已经遍历完
				result[index] = left[i++];
			}else if(left[i] >= right[j]) {
				result[index] = right[j++];
			}else {
				result[index] = left[i++];
			}	
		}	
		return result;
	}

}
### 归并排序可视化实现 归并排序是一种基于分治法的高效稳定排序算法,其核心思想是将待排序的数据分为若干个小的部分分别处理,最后再将这些部分合并成整体有序的结果。以下是针对归并排序可视化的具体实现方法。 #### 使用Python实现归并排序的可视化 以下是一个完整的Python代码示例,用于展示如何通过图形界面来动态演示归并排序的过程: ```python import matplotlib.pyplot as plt import numpy as np import time def merge_sort_visualize(arr, left, right): if left >= right: return mid = (left + right) // 2 merge_sort_visualize(arr, left, mid) merge_sort_visualize(arr, mid + 1, right) # 合并两个已排序的子数组 temp_arr = [] i = left j = mid + 1 while i <= mid and j <= right: if arr[i] < arr[j]: temp_arr.append(arr[i]) i += 1 else: temp_arr.append(arr[j]) j += 1 while i <= mid: temp_arr.append(arr[i]) i += 1 while j <= right: temp_arr.append(arr[j]) j += 1 for idx in range(len(temp_arr)): arr[left + idx] = temp_arr[idx] # 绘制当前状态 plot_array(arr) def plot_array(arr): fig, ax = plt.subplots() n = len(arr) x = np.arange(n) bars = ax.bar(x, arr, color='blue') # 高亮显示最后一个被修改的位置 last_modified_index = len(bars) - 1 bars[last_modified_index].set_color('red') plt.ylim(0, max(arr) * 1.1) plt.xticks(x) plt.pause(0.5) plt.close() if __name__ == "__main__": data = [1, 5, 19, 20, 2, 11, 15, 17] print(f"初始数据: {data}") start_time = time.time() merge_sort_visualize(data, 0, len(data) - 1) end_time = time.time() print(f"最终结果: {data}, 耗时: {end_time - start_time:.4f}秒") ``` 上述代码实现了归并排序的同时,利用`matplotlib`库绘制每一步的状态图。每次更新数组后都会暂停一段时间以便观察变化过程[^2]。 #### 关键点解析 - **动画效果**:通过`plt.pause()`函数控制每一帧之间的间隔时间,使得整个排序过程更加直观。 - **高亮显示**:在绘图过程中对最近一次操作过的元素进行了颜色上的区分(红色),便于跟踪排序进展。 - **性能优化**:虽然加入了绘图功能会增加运行开销,但对于教学目的而言是可以接受的。 #### 注意事项 当数组规模较大时,频繁调用绘图可能会显著降低程序效率。如果仅需查看最终结果而不需要逐帧播放,则可移除所有与绘图有关的操作以提高速度[^3]。
评论
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
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