我的《恋上数据结构》源码(第1季 + 第2季):https://github.com/szluyu99/Data_Structure_Note
经典的十大排序算法!
前言
请==务必==看一下这个:排序算法前置知识+代码环境准备。
当上面的内容都准备好以后,那就开始归并排序吧!
归并排序
1945年由约翰·冯·诺伊曼(John von Neumann)首次提出。
执行流程
- ① 不断地将当前序列平均分割成 2 个子序列
直到不能再分割(序列中只剩 1 个元素) - ② 不断地将 2 个子序列合并成一个有序序列
直到最终只剩下 1 个有序序列
序列分割-divide
sort(0, array.length);
-----------------------------------------------------
/**
* 对 [begin, end) 范围的数据进行归并排序
*/
private void sort(int begin, int end){
if(end - begin < 2) return; // 至少要2个元素
int mid = (begin + end) >> 1;
sort(begin, mid); // 归并排序左半子序列
sort(mid, end); // 归并排序右半子序列
merge(begin, mid, end); // 合并整个序列
}
序列合并-merge
合并到新序列
将两个序列合并的思路为:左序列和右序列的中元素挨个比较,将较小的放入新序列中,最后新序列中的元素必然升序。
下图中 li,ri 分别代表指向左、右序列的元素索引,ai 为新序列(合并后的序列)的元素索引;
【li】代表左序列 li 位置的元素,【ri】代表右序列 ri 位置的元素,【ai】为新序列 ai 位置的元素;
- 第一轮:【li】 < 【ri】,【li】放入新数组,【ai】=【li】,li++; ai++;
- 第二轮:【li】 > 【ri】,【ri】放入新数组,【ai】=【ri】,ri++; ai++;
- 第三轮:【li】 < 【ri】,【li】放入新数组,【ai】=【li】,li++; ai++;
- 第四轮:左序列已经遍历完毕,直接将右序列剩余元素放入新序列,得到新序列(升序)。
原地合并-merge
将两个序列合并时,不一定要合并到新空间,可以合理的利用原空间实现原地合并。
例如:
- 将 array的左半部分[begin, mid),备份到 leftArray 中;
- 然后将 leftArray 视为==左子序列==,arrary的右半部分[mid, end] 视为==右子序列==;
- 将左子序列和右子序列合并到 array 中。
merge 过程:
- li < ri
array[ai] = leftArray[li];
li++,ai++; - li >= ri
array[ai] = array[ri];
ri++,ai++;
对序列 { 3, 8, 6, 10 } 进行归并排序:
对序列 { 3, 6, 8, 10 } 进行归并排序:左子序列先遍历结束,那就归并结束。
对序列 { 8, 10, 3, 6 } 进行归并排序:右子序列先结束,则将左边剩余全部放入。
原地合并-merge-实现
/**
* 将 [begin, mid) 和 [mid, end) 范围的序列合并成一个有序序列
*/
private void merge(int begin, int mid, int end){
int li = 0, le = mid - begin; // 左边数组(基于leftArray)
int ri = mid, re = end; // 右边数组(array)
int ai = begin; // array的索引
// 备份左边数组到leftArray
for(int i = li; i < le; i++){
leftArray[i] = array[begin + i];
}
// 如果左边还没有结束
while(li < le){ // li == le 左边结束, 则直接结束归并
if(ri < re && cmp(array[ri], leftArray[li]) < 0){ // cmp改为<=0会失去稳定性
array[ai++] = array[ri++]; // 右边<左边, 拷贝右边数组到array
}else{
array[ai++] = leftArray[li++]; // 左边<=右边, 拷贝左边数组到array
}
}
}
归并排序完整代码
/**
* 归并排序
*/
@SuppressWarnings("unchecked")
public class MergeSort <T extends Comparable<T>> extends Sort<T> {
private T[] leftArray;
@Override
protected void sort() {
// 准备一段临时的数组空间, 在merge操作中使用
leftArray = (T[])new Comparable[array.length >> 1];
sort(0, array.length);
}
/**
* 对 [begin, end) 范围的数据进行归并排序
*/
private void sort(int begin, int end){
if(end - begin < 2) return; // 至少要2个元素
int mid = (begin + end) >> 1;
sort(begin, mid); // 归并排序左半子序列
sort(mid, end); // 归并排序右半子序列
merge(begin, mid, end); // 合并整个序列
}
/**
* 将 [begin, mid) 和 [mid, end) 范围的序列合并成一个有序序列
*/
private void merge(int begin, int mid, int end){
int li = 0, le = mid - begin; // 左边数组(基于leftArray)
int ri = mid, re = end; // 右边数组(array)
int ai = begin; // array的索引
// 备份左边数组到leftArray
for(int i = li; i < le; i++){
leftArray[i] = array[begin + i];
}
// 如果左边还没有结束
while(li < le){ // li == le 左边结束, 则直接结束归并
if(ri < re && cmp(array[ri], leftArray[li]) < 0){ // cmp改为<=0会失去稳定性
array[ai++] = array[ri++]; // 右边<左边, 拷贝右边数组到array
}else{
array[ai++] = leftArray[li++]; // 左边<=右边, 拷贝左边数组到array
}
}
}
}
生成 20000 个取值在[1, 10000] 的随机数进行排序:
复杂度与稳定性
归并排序花费的时间递推式:
- T(n) = 2 ∗ T(n/2) + O(n)
- T(1) = O(1)
- T(n) / n = T(n/2)/(n/2) + O(1)
根据递推式计算复杂度:
令 S~n~ = T(n) / n
- S(1) = O(1)
- S~n~ = S(n/2) + O(1) = S(n/4) + O(2) = S(n/8) + O(3) = S(n/2^k^) + O(k) = S(1) + O(logn) = O(logn)
- T~n~ = n ∗ S~n~ = O(nlogn)
由于归并排序总是平均分割子列,所以
- 最好、最坏时间复杂度都 O(nlogn)
- 归并排序属于稳定排序
- 归并排序的空间复杂度是 O(n/2 + logn) = O(n)
n / 2 用于临时存放左侧数组, logn 是因为递归调用
常见的递推式与复杂度
以后遇到复杂的时间复杂度计算,写出递归式直接看这张表即可。
LeetCode真题
88. 合并两个有序数组
题目地址:88. 合并两个有序数组
题目:
给你两个有序整数数组 nums1 和 nums2,请你将 nums2 合并到 nums1 中,使 num1 成为一个有序数组。
说明:
- 初始化 nums1 和 nums2 的元素数量分别为 m 和 n 。
- 你可以假设 nums1 有足够的空间(空间大小大于或等于 m + n)来保存 nums2 中的元素。
示例:
输入:
nums1 = [1,2,3,0,0,0], m = 3
nums2 = [2,5,6], n = 3
输出: [1,2,2,3,5,6]
思路一:从前往后合并
原地合并,nums1 从头往后合并,将 nums2 元素插入到 nums1 时需要将挪动元素,效率较低。
class Solution {
public void merge(int[] nums1, int m, int[] nums2, int n) {
int li = 0, ri = 0, ai = 0, m2 = m; // 备份一下m
while(ri < n){ //nums2遍历完则直接结束
if(nums1[li] <= nums2[ri] && li < m2){
li++;
ai++;
}else{ // nums1[li] >= nums2[ri]
// 要令ri指向元素插入到ai, 首先将 ai到ai+li往后移1位
for(int i = m+n-1; i > ai; i--){
nums1[i] = nums1[i - 1];
}
nums1[ai++] = nums2[ri++];
li++;
m2++;
}
}
}
}
思路二:从后往前合并
在思路一的基础上,将从前往后合并变为从后往前合并。
原地合并,nums1 从后往前合并,将 nums2 元素放入 nums1 时无需移动元素,效率较高。
class Solution {
public void merge(int[] nums1, int m, int[] nums2, int n) {
int len = m + n; //从后往前移, 需要合并后的总长度
for(int i = len - 1; i >=0; i--){
if(m>0 && n>0 && nums1[m-1] > nums2[n-1] || n==0){
nums1[i] = nums1[--m];
}else{
nums1[i] = nums2[--n];
}
}
}
}