归并排序

简介: 归并排序

归并排序是一种基于分治法的排序算法。为了排序长度为n的数组,需要先排序两个长度为n/2的子数组,然后合并这两个排序的子数组,于是整个数组也就排序完毕。

归并排序可以用迭代代码实现。例如,输入一个长度为8的数组[4,1,5,6,2,7,8,3],可以先合并相邻的长度为1的子数组得到4个排序的长度为2的子数组,如图(a)所示。图中的箭头表示源数据位于上面的数组中,合并时将数字写入下面的数组中。然后合并相邻的长度为2的子数组得到2个排序的长度为4的子数组,如图(b)所示。此时源数据位于下面的数组中,合并时将数字写入上面的数组中。最后合并相邻的长度为4的子数组,此时整个数组排序完毕,如图(c)所示。


1684485479993.png


归并排序的过程


说明:

(a)合并相邻的长度为1的子数组得到排序的长度为2的子数组;

(b)合并相邻的长度为2的子数组得到排序的长度为4的子数组;

(c)合并相邻的长度为4的子数组得到排序的长度为8的数组


归并排序需要创建一个和输入数组大小相同的数组,用来保存合并两个排序子数组的结果。数组src用来存放合并之前的数字,数组dst用来保存合并之后的数字。每次在完成合并所有长度为n的子数组之后开始新一轮合并长度为2n的子数组之前,交换两个数组。

上述过程可以用如下所示的参考代码实现:

public int[] sortArray (int[] nums) {
    int length = nums.length;
    int[] src = nums;
    int[] dst = new int[length];
    for (int seg = 1; seg < length; seg += seg) {
        for (int start = 0; start < length; start += seg * 2) {
            int mid = Math.min(start + seg, length) ;
            int end = Math.min(start + seg * 2, length) ;
            int i = start, j = mid, k = start;
            while ( i < mid || j < end) {
                if (j == end || (i < mid && src[i] < src[j])) {
                    dst[k++] = src[i++];
                } else {
                    dst[k++] = src[j++]:
                }
            }
        }
        int[] temp = src;
        src = dst;
        dst = temp;
    }
    return src;
}


假设某一时刻准备合并数组src中从下标start开始的两个长度为seg的子数组,第1个子数组的起始下标是start,结束下标是start+seg-1;第2个子数组的起始下标是start+seg,结束下标是start+seg*2-1。变量i、j是分别指向数组src中两个子数组的下标,它们从左到右扫描两个子数组,变量k是指向数组dst的下标。每次从数组src的两个子数组中选择将较小的数字写入数组dst中,最终数组dst中下标从start到start+seg*2-1的子数组就是排序的。

归并排序也可以用递归的代码实现。为了排序长度为n的数组,只需要排序两个长度为n/2的子数组,然后合并两个排序的子数组即可。排序长度为n/2的子数组和排序长度为n的数组是同一个问题,可以递归调用同一个函数解决。归并排序的递归代码如下所示:

public int[] sortArray (int[] nums) {
    int[] dst = new int[nums.length];
    dst = Arrays.copyOf (nums, nums.length);
    mergeSort (nums, dst, 0, nums.length) ;
    return dst;
}
private void mergesort (int[] src, int[] dst, int start, int end) {
    if (start + 1 >= end) {
        return;
    }
    int mid = (start + end) / 2:
    mergeSort (dst, src, start, mid);
    mergeSort(dst, src, mid, end);
    int i = start, j = mid, k = start;
    while (i < mid || j < end) {
        if (j == end || (i < mid && src[i] < src[j])) {
            dst[k++] = src[i++];
        } else {
            dst[k++] = src[j++];
        }
    }
}


由于长度为n的数组每次都被分为两个长度为n/2的数组,因此不管输入什么样的数组,归并排序的时间复杂度都是O(nlogn)。归并排序需要创建一个长度为n的辅助数组。如果用递归实现归并排序,那么递归的调用栈需要O(logn)的空间。因此,归并排序的空间复杂度是O(n)

目录
相关文章
|
存储 SQL 缓存
MySQL数据库面试题
如果要查询的字段都建立过索引,那么引擎会直接在索引表中查询而不会访问原始数据(否则只要有一个字段没有建立索引就会做全表扫描),这叫索引覆盖。因此我们需要尽可能的在select后只写必要的查询字段,以增加索引覆盖的几率。
MySQL数据库面试题
|
1天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1071 0
|
10天前
|
人工智能 运维 安全
|
9天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。
|
1天前
|
弹性计算 Kubernetes jenkins
如何在 ECS/EKS 集群中有效使用 Jenkins
本文探讨了如何将 Jenkins 与 AWS ECS 和 EKS 集群集成,以构建高效、灵活且具备自动扩缩容能力的 CI/CD 流水线,提升软件交付效率并优化资源成本。
258 0
|
8天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
750 23
|
1天前
|
缓存 供应链 监控
VVIC seller_search 排行榜搜索接口深度分析及 Python 实现
VVIC搜款网seller_search接口提供服装批发市场的商品及商家排行榜数据,涵盖热销榜、销量排名、类目趋势等,支持多维度筛选与数据分析,助力选品决策、竞品分析与市场预测,为服装供应链提供有力数据支撑。
|
1天前
|
缓存 监控 API
Amazon item_review 商品评论接口深度分析及 Python 实现
亚马逊商品评论接口(item_review)可获取用户评分、评论内容及时间等数据,支持多维度筛选与分页调用,结合Python实现情感分析、关键词提取与可视化,助力竞品分析、产品优化与市场决策。