归并排序详解：算法实现与效率分析-优快云博客

本文深入解析了归并排序算法的核心思想、具体实现及效率特性。通过自上而下的递归方法，文章详细展示了如何将数组拆分、排序并最终合并为有序数组的过程，并分析了其时间复杂度和空间复杂度。作为稳定排序算法，归并排序在处理数据排序任务时表现出高效性和可靠性。

一、定义
将两个或两个以上的有序表合并成一个新的有序表。
二、算法思想
归并排序采取分而治之的思想，将数组拆分为两个子数组，分别排序，最后才将两个子数组合并；
拆分的两个子数组，再继续递归拆分为更小的子数组，进而分别排序，直到数组长度为1，直接返回该数组为止。
三、具体实现

function mergeSort(arr) {  // 采用自上而下的递归方法
  var len = arr.length;
  if(len < 2) {
    return arr;
  }
  var mid = Math.floor(len / 2),
      left = arr.slice(0, mid),
      right = arr.slice(mid);
  return merge(mergeSort(left), mergeSort(right));
}

function merge(left, right)
{
  var result = [];
  while (left.length && right.length) {
    if (left[0] <= right[0]) {
      result.push(left.shift());
    } else {
      result.push(right.shift());
    }
  }

  while (left.length)
    result.push(left.shift());

  while (right.length)
    result.push(right.shift());

  return result;
}
console.log(mergeSort([3,115,9,2,11,6,3,19]));

四、效率分析
归并排序严格按照从左往右(或从右往左)的顺序去合并子数组，它并不会改变相同元素之间的相对顺序，因此它也是一种稳定的排序算法。
1、时间复杂度
最坏的情况：时间复杂度为O(nlogn)；
最佳的情况：时间复杂度为O(nlogn)；
平均来讲，时间复杂度为O(nlogn)。
2、空间复杂度
空间复杂度为常量O(n)。

转载于:https://www.cnblogs.com/camille666/archive/2013/03/17/js_mergesort_fn.html