数据结构和算法14 之归并排序

简介:

  归并算法的中心是归并两个已经有序的数组。归并两个有序数组A和B,就生成了第三个数组C,数组C包含数组A和B的所有数据项,并且使它们有序的排列在数组C中。首先我们来看看归并的过程,然后看它是如何在排序中使用的。

        假设有两个有序数组,不要求有相同的大小。设数组A有4个数据项,数组B有6个数据项,它们要被归并到数组C中,开始时数组C有10个存储空间,归并过程如下图所示:


        归并排序的思想是把一个数组分成两半,排序每一半。然后用merge方法将数组的两半归并成一个有序的数组。被分的每一半使用递归,再次划分排序,直到得到的子数组只含有一个数据项为止。正如上面所说的,归并排序需要额外的一个和AB两个数组总和相等的空间,如果初始数组几乎沾满了整个存储器,那么归并排序就不能工作了。

        归并排序的思想很简单,下面我们来看看具体实现:

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. public void mergeSort(int[] source) {  
  2.     int[] workSpace = new int[source.length];  
  3.     recMergeSort(source,workSpace, 0, source.length-1);  
  4. }  
  5.   
  6. private void recMergeSort(int[] source, int[] workSpace, int lowerBound, int upperBound) {  
  7.     if(lowerBound == upperBound) {  
  8.         return;  
  9.     }  
  10.     else {  
  11.         int mid = (lowerBound + upperBound) / 2;  
  12.         recMergeSort(source, workSpace, lowerBound, mid); //左边排  
  13.         recMergeSort(source, workSpace, mid+1, upperBound); //右边排  
  14.         merge(source, workSpace, lowerBound, mid+1, upperBound);//归并  
  15.     }  
  16. }  
  17.   
  18. private void merge(int[] a, int[] workSpace, int lowPtr, int highPtr, int upperBound) {  
  19.     int j = 0;  
  20.     int lowerBound = lowPtr;  
  21.     int mid = highPtr - 1;  
  22.     int n = upperBound - lowerBound + 1;  
  23.     while(lowPtr <= mid && highPtr <= upperBound) {  
  24.         if(a[lowPtr] < a[highPtr]) {  
  25.             workSpace[j++] = a[lowPtr++];  
  26.         }  
  27.         else {  
  28.             workSpace[j++] = a[highPtr++];  
  29.         }  
  30.     }  
  31.     while(lowPtr <= mid) {  
  32.         workSpace[j++] = a[lowPtr++];  
  33.     }  
  34.       
  35.     while(highPtr <= upperBound) {  
  36.         workSpace[j++] = a[highPtr++];  
  37.     }  
  38.       
  39.     for(j = 0; j < n; j++) {  
  40.         a[lowerBound + j] = workSpace[j];  
  41.     }  
  42. }  

        算法分析:归并排序的运行时间最差、最好和平均都是O(NlogN),但是它需要额外的存储空间,这在某些内存紧张的机器上会受到限制。归并算法是由分割和归并两部分组成的,对于分各部分,如果我们使用二分查找,时间是O(NlogN),在最后归并的时候时间是O(N),所以总时间是O(NlogN)。空间复杂度为O(N)。

        归并排序是稳定的,由于没有发生数据交换,所有当a=b的时候,a一开始如果在b前面,则其每一次合并后仍然在b前面,故该排序算法是稳定的。

        归并排序就写这么多,如有错误之处,欢迎留言指正~


转载:http://blog.csdn.net/eson_15/article/details/51193139

目录
相关文章
|
1天前
|
算法
【初阶数据结构】复杂度算法题篇
该方法基于如下的事实:当我们将数组的元素向右移动 k 次后,尾部 kmodn 个元素会移动至数组头部,其余元素向后移动 kmodn 个位置。
|
2天前
|
机器学习/深度学习 人工智能 算法
【人工智能】线性回归模型:数据结构、算法详解与人工智能应用,附代码实现
线性回归是一种预测性建模技术,它研究的是因变量(目标)和自变量(特征)之间的关系。这种关系可以表示为一个线性方程,其中因变量是自变量的线性组合。
11 2
|
23天前
|
存储 算法 索引
算法与数据结构
算法与数据结构
26 8
|
1天前
|
存储 搜索推荐 算法
【初阶数据结构篇】归并排序和计数排序(总结篇)
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 andConquer)的⼀个⾮常典型的应⽤。
|
1天前
|
算法
【初阶数据结构篇】二叉树算法题
二叉树是否对称,即左右子树是否对称.
|
1天前
|
算法 索引
【初阶数据结构篇】单链表算法题进阶
深拷贝应该正好由 n 个全新节点组成,其中每个新节点的值都设为其对应的原节点的值。
|
1天前
|
存储 算法
【初阶数据结构篇】顺序表和链表算法题
此题可以先找到中间节点,然后把后半部分逆置,最近前后两部分一一比对,如果节点的值全部相同,则即为回文。
|
27天前
|
搜索推荐 算法
【数据结构】排序算法——Lesson2
【7月更文挑战第24天】
14 3
|
3天前
|
存储 缓存 算法
深入解析B树:数据结构、存储结构与算法优势
深入解析B树:数据结构、存储结构与算法优势
|
1月前
|
存储 算法 Python
“解锁Python高级数据结构新姿势:图的表示与遍历,让你的算法思维跃升新高度
【7月更文挑战第13天】Python中的图数据结构用于表示复杂关系,通过节点和边连接。常见的表示方法是邻接矩阵(适合稠密图)和邻接表(适合稀疏图)。图遍历包括DFS(深度优先搜索)和BFS(广度优先搜索):DFS深入探索分支,BFS逐层访问邻居。掌握这些技巧对优化算法和解决实际问题至关重要。**
21 1