算法

【排序知多少】归并排序(递归和非递归实现)

2020-01-09  本文已影响0人  齐鑫

归并排序思路

1、将待排序元素一分为二

2、对于左半边和右半边元素分别再次进行拆分,直到无法再拆

3、把拆分过的元素进行重新排序并且合并

4、合并之后最终的数组即为排序之后的数组

归并排序理解

归并排序适用了完全二叉树排序的想法,将带排列数组逐层均分,尽可能分成完全二叉树的形式,再把每组查分的元素从最底层开始,逐层向上的合并起来,直到再次和成一个有序的数组,即完成整个排序过程。

归并排序复杂度

由于归并排序采用了完全二叉树的形式,根据二叉树的复杂度可知,耗费的时间为O(logn),而且一趟归并排序需要将相邻的元素两两进行归并,即所有待排序元素都要扫描一遍,时间复杂度为O(n),所以,归并排序的总时间复杂度为O(nlogn)。

由于归并排序需要将和原数据同样数量级的存储空间存放归并结果,以及递归时深度为logn的站空间,因此,归并排序的空间复杂度为O(n+logn)。

归并排序特点

由于归并排序中需要两两进行比较,不存在跳跃的比较方式,所以归并排序是一种稳定的排序算法。

综上所述,归并排序是一种比较占用内存空间,但是高效且稳定的排序算法。

归并排序JAVA实现

递归实现

public static void main(String[] args) {
        int[] arr = {2, 56, 2, 13, 54, 23, 1};
        mergeSort(arr, 0, arr.length - 1);
        System.out.println(Arrays.toString(arr));
    }
 
    private static void merge(int[] arr, int left, int mid, int right) {
        int[] temp = new int[right - left + 1];
        // p1是左半边指针
        int p1 = left;
        // p2是右半边指针
        int p2 = mid + 1;
        // 合并后数组指针
        int k = 0;
        while (p1 <= mid && p2 <= right) {
            if (arr[p1] < arr[p2]) {
                temp[k++] = arr[p1++];
            } else {
                temp[k++] = arr[p2++];
            }
        }
        while (p1 <= mid) {
            temp[k++] = arr[p1++];
        }
        while (p2 <= right) {
            temp[k++] = arr[p2++];
        }
        for (int i = 0; i < temp.length; i++) {
            arr[left + i] = temp[i];
        }
    }
 
    private static void mergeSort(int[] arr, int start, int end) {
        if (start < end) {
            int mid = (start + end) / 2;
            mergeSort(arr, start, mid);
            mergeSort(arr, mid + 1, end);
            merge(arr, start, mid, end);
        }
    }
}

非递归实现

public class Main {
    public static void main(String[] args) {
        int[] arr = {2, 56, 2, 13, 54, 23, 1};
        mergeSort(arr);
        System.out.println(Arrays.toString(arr));
    }
 
    private static void mergeSort(int[] arr) {
        // 使用非递归方式实现归并排序
        int len = arr.length;
        int k = 1;
        while (k < len) {
            mergePass(arr, k, len);
            k *= 2;
        }
    }
 
    private static void mergePass(int[] arr, int k, int n) {
        int i = 0;
        // 从前往后走,将2个长度为k的子序列合并为1个
        while (i < n - 2 * k + 1) {
            merge(arr, i, i + k - 1, i + 2 * k - 1);
            i += 2 * k;
        }
        // 这段代码保证了,讲那些落单的长度不足两两merge的部分和前面merge起来
        if (i < n - k) {
            merge(arr, i, i + k - 1, n - 1);
        }
    }
 
    private static void merge(int[] arr, int left, int mid, int right) {
        int[] temp = new int[right - left + 1];
        // p1是左半边指针
        int p1 = left;
        // p2是右半边指针
        int p2 = mid + 1;
        // 合并后数组指针
        int k = 0;
        while (p1 <= mid && p2 <= right) {
            if (arr[p1] < arr[p2]) {
                temp[k++] = arr[p1++];
            } else {
                temp[k++] = arr[p2++];
            }
        }
        while (p1 <= mid) {
            temp[k++] = arr[p1++];
        }
        while (p2 <= right) {
            temp[k++] = arr[p2++];
        }
        for (int i = 0; i < temp.length; i++) {
            arr[left + i] = temp[i];
        }
    }
}
上一篇下一篇

猜你喜欢

热点阅读