基于元素小组的归并排序算法

简介: 基于元素小组的归并排序算法

问题说明

什么是针对元素小组的归并排序算法,举个例子:假如有一个数组[1,2,3,4,5,6,7,8,9],{1,2,3}为一个小组,{4,5,6}为一个小组,{7,8,9}为一个小组,现需要根据每个小组的第一个元素来进行排序,小组需要一起移动,则降序排序之后的数组为[7,8,9,4,5,6,1,2,3]。

为什么需要这样排序呢,这样有什么好处?比如需要存储多条线段,每根线段有三个属性,分别为xminYmaxY,如图所示

是不是很容易想到使用List<int[]>来存储,每个int[]存储一条线段,虽然这样很容易实现,但是这样不仅会占用更多的内存,后面在使用的时候速度也会比较慢。为了节省内存和后面使用的内存,可以只用一个List<Integer>来存储线段,只需要三个相连的元素来一起表示一条线段即可,比如索引[0,1,2]的三个元素一起表示一条线段,索引[3,4,5]的三个元素一起表示另一条线段。


使用这种方式,在遍历线段的时候非常简单,直接使用for(int i=0; i<list.size(); i+=3),每次分别取出i、i+1、i+2对应的元素即可。但是如果想要对线段排序呢?很多读者是不是没有写过类似的程序,本文提供一种排序方法供读者参考

基于元素小组归并排序算法

首先为什么要基于归并排序算法来实现呢?因为归并排序的平均情况、最好情况、最坏情况的时间复杂度都是O(n log n),性能较好

归并排序原理

归并排序使用分治思想,“分"即将大数组变成小数组,“治”即将小数组合并为大数组,并在合并的过程中进行排序

集合版本

【抽象排序类】

其中compare为抽象方法,需要子类去自定义排序规则

package com.dam.algorithm.version3.merge;
import java.util.List;
/**
 * @Author dam
 * @create 2023/9/13 14:39
 */
public abstract class GroupMergeSort {
    /**
     * @param list
     * @param groupSize 组的大小
     */
    public void sort(List<Integer> list, int groupSize) {
        // 归并排序需要一个额外空间来存储排序之后的数组
        int[] temp = new int[list.size()];
        mergeSort(list, 0, list.size() / groupSize - 1, temp, groupSize);
    }
    /**
     * 分+合方法
     *
     * @param arr
     * @param left
     * @param right
     * @param temp
     */
    private void mergeSort(List<Integer> arr, int left, int right, int[] temp, int groupSize) {
        // 只要left<right,就可以继续分
        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, groupSize);
            // 向右递归进行分解
            mergeSort(arr, mid + 1, right, temp, groupSize);
            // 合并(最先合并栈顶的元素)
            merge(arr, left, mid, right, temp, groupSize);
        }
    }
    /**
     * 合并的方法
     *
     * @param list  排序的原始数组
     * @param left  左边有序序列的初始索引
     * @param mid   中间索引
     * @param right 右边索引
     * @param temp  做中转的数组
     */
    private void merge(List<Integer> list, int left, int mid, int right, int[] temp, int groupSize) {
        // 初始化i, 左边有序序列的初始索引
        int i = left;
        // 初始化j, 右边有序序列的初始索引
        int j = mid + 1;
        // 指向temp数组的当前索引
        int cur = 0;
        /// 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,有一边处理完毕为止
        while (i <= mid && j <= right) {
            if (compare(list.get(groupSize * i), list.get(groupSize * j))) {
                // --if-- 如果compare方法返回true,这里的compare由用户自定义,即将左边的当前元素填充到temp数组中
                setValueFromListToArr(temp, cur, list, i, groupSize);
                cur += 1;
                i += 1;
            } else {
                // 否则,将右边有序序列的当前元素填充到temp数组
                setValueFromListToArr(temp, cur, list, j, groupSize);
                cur += 1;
                j += 1;
            }
        }
        /// 把有剩余数据的一边的数据依次全部填充到temp
        while (i <= mid) {
            // --if-- 左边的有序序列还有剩余的元素,就全部填充到temp
            setValueFromListToArr(temp, cur, list, i, groupSize);
            cur += 1;
            i += 1;
        }
        while (j <= right) {
            // --if-- 右边的有序序列还有剩余的元素,就全部填充到temp
            setValueFromListToArr(temp, cur, list, j, groupSize);
            cur += 1;
            j += 1;
        }
        /// 将temp数组的元素拷贝到list中
        cur = 0;
        int tempLeft = left;
        while (tempLeft <= right) {
            setValueFromArrToList(list, tempLeft, temp, cur, groupSize);
            cur += 1;
            tempLeft += 1;
        }
    }
    /**
     * 如果想要 升序 ,那num1<num2的时候就返回true ; 反之为降序
     *
     * @param num1
     * @param num2
     * @return
     */
    public abstract boolean compare(Integer num1, Integer num2);
    /**
     * 定义方法以交换两个组中的元素,将集合的小组的元素设置到数组的小组中
     * 例如:切换第1组和第2组。我们需要将第1组的所有元素与第2组的所有元素交换
     * @param receiptArr
     * @param receiveIndex
     * @param sendList
     * @param sendIndex
     * @param groupSize
     */
    private void setValueFromListToArr(int[] receiptArr, int receiveIndex, List<Integer> sendList, int sendIndex, int groupSize) {
        for (int i = 0; i < groupSize; i++) {
            receiptArr[groupSize * receiveIndex + i] = sendList.get(groupSize * sendIndex + i);
        }
    }
    private void setValueFromArrToList(List<Integer> receiptList, int receiveIndex, int[] sendArr, int sendIndex, int groupSize) {
        // 一次设置多个元素
        for (int i = 0; i < groupSize; i++) {
            receiptList.set(groupSize * receiveIndex + i, sendArr[groupSize * sendIndex + i]);
        }
    }
}

【子类】

package com.dam.algorithm.version3.merge;
import com.dam.algorithm.version3.shell.GroupShellSort;
/**
 * @Author dam
 * @create 2023/9/13 13:55
 */
public class VScanLineGroupMergeSort extends GroupMergeSort {
    /**
     * 单例模式
     */
    private static volatile VScanLineGroupMergeSort instance;
    private VScanLineGroupMergeSort() {
    }
    public static VScanLineGroupMergeSort getInstance() {
        if (instance == null) {
            synchronized (VScanLineGroupMergeSort.class) {
                if (instance == null) {
                    instance = new VScanLineGroupMergeSort();
                }
            }
        }
        return instance;
    }
    @Override
    public boolean compare(Integer num1, Integer num2) {
        // 如果num1更小,先填充num1到temp中,说明排序类型为升序排序
        if (num1 < num2) {
            return true;
        }
        return false;
    }
}

数组版本

package com.dam.algorithm.version3.merge;
/**
 * @Author dam
 * @create 2023/9/13 14:39
 */
public class GroupMergeSortTest {
    public static void main(String[] args) {
        int[] array = {3, 5, 1, 2, 7, 6, 8, 9, 4, 1, 9, 17};
        int groupSize = 3;
        // 排序
        sort(array, groupSize);
        // 打印排序后的数组
        for (int i : array) {
            System.out.print(i + " ");
        }
    }
    public static void sort(int[] arr, int groupSize) {
        int[] temp = new int[arr.length];
        mergeSort(arr, 0, arr.length / groupSize - 1, temp, groupSize);
    }
    public static void mergeSort(int[] arr, int left, int right, int[] temp, int groupSize) {
        if (left < right) {
            int mid = (left + right) / 2;
            mergeSort(arr, left, mid, temp, groupSize);
            mergeSort(arr, mid + 1, right, temp, groupSize);
            merge(arr, left, mid, right, temp, groupSize);
        }
    }
    public static void merge(int[] arr, int left, int mid, int right, int[] temp, int groupSize) {
        int i = left;
        int j = mid + 1;
        int cur = 0;
        while (i <= mid && j <= right) {
            if (compare(arr[groupSize * i], arr[groupSize * j])) {
                setValueFromSendToReceive(temp, cur, arr, i, groupSize);
                cur += 1;
                i += 1;
            } else { 
                setValueFromSendToReceive(temp, cur, arr, j, groupSize);
                cur += 1;
                j += 1;
            }
        }
        while (i <= mid) {
            setValueFromSendToReceive(temp, cur, arr, i, groupSize);
            cur += 1;
            i += 1;
        }
        while (j <= right) {
            setValueFromSendToReceive(temp, cur, arr, j, groupSize);
            cur += 1;
            j += 1;
        }
        cur = 0;
        int tempLeft = left;
        while (tempLeft <= right) {
            setValueFromSendToReceive(arr, tempLeft, temp, cur, groupSize);
            cur += 1;
            tempLeft += 1;
        }
    }
    public static void setValueFromSendToReceive(int[] receiptArr, int receiveIndex, int[] sendArr, int sendIndex, int groupSize) {
        for (int i = 0; i < groupSize; i++) {
            receiptArr[groupSize * receiveIndex + i] = sendArr[groupSize * sendIndex + i];
        }
    }
    public static boolean compare(Integer num1, Integer num2) {
        if (num1 < num2) {
            return true;
        }
        return false;
    }
}
目录
相关文章
|
3天前
|
存储 算法 搜索推荐
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
【7月更文挑战第12天】归并排序是高效稳定的排序算法,采用分治策略。Python 实现包括递归地分割数组及合并已排序部分。示例代码展示了如何将 `[12, 11, 13, 5, 6]` 分割并归并成有序数组 `[5, 6, 11, 12, 13]`。虽然 $O(n log n)$ 时间复杂度优秀,但需额外空间,适合大规模数据排序。对于小规模数据,可考虑其他算法。**
17 4
|
13天前
|
算法 搜索推荐 C#
|
24天前
|
搜索推荐 算法 Java
Java中的快速排序、归并排序和堆排序是常见的排序算法。
【6月更文挑战第21天】Java中的快速排序、归并排序和堆排序是常见的排序算法。快速排序采用分治,以基准元素划分数组并递归排序;归并排序同样分治,先分割再合并有序子数组;堆排序通过构建堆来排序,保持堆性质并交换堆顶元素。每种算法各有优劣:快排平均高效,最坏O(n²);归并稳定O(n log n)但需额外空间;堆排序O(n log n)且原地排序,但不稳定。
22 3
|
24天前
|
存储 算法 Java
Java查找算法概览:二分查找适用于有序数组,通过比较中间元素缩小搜索范围;哈希查找利用哈希函数快速定位,示例中使用HashMap存储键值对,支持多值关联。
【6月更文挑战第21天】Java查找算法概览:二分查找适用于有序数组,通过比较中间元素缩小搜索范围;哈希查找利用哈希函数快速定位,示例中使用HashMap存储键值对,支持多值关联。简单哈希表实现未涵盖冲突解决和删除操作。
19 1
|
1月前
|
算法
【经典LeetCode算法题目专栏分类】【第10期】排序问题、股票问题与TOP K问题:翻转对、买卖股票最佳时机、数组中第K个最大/最小元素
【经典LeetCode算法题目专栏分类】【第10期】排序问题、股票问题与TOP K问题:翻转对、买卖股票最佳时机、数组中第K个最大/最小元素
|
1月前
|
算法
数据结构与算法-归并排序
数据结构与算法-归并排序
17 2
|
20天前
|
算法
【数据结构与算法 刷题系列】移除链表元素
【数据结构与算法 刷题系列】移除链表元素
|
21天前
|
搜索推荐 C语言
【C/排序算法】:快速排序和归并排序的非递归实现
【C/排序算法】:快速排序和归并排序的非递归实现
12 0
|
21天前
|
搜索推荐 算法
【C/排序算法】:归并排序和计数排序
【C/排序算法】:归并排序和计数排序
12 0
|
21天前
|
搜索推荐
归并排序算法总结
归并排序算法总结