歸併排序
和選擇排序一樣,歸併排序的性能不受輸入數據的影響,但表現比選擇排序好的多,因爲始終都是O(n log n)的時間複雜度。代價是需要額外的內存空間。
歸併排序是建立在歸併操作上的一種有效的排序算法。該算法是採用分治法(Divide and Conquer)的一個非常典型的應用。歸併排序是一種穩定的排序方法。將已有序的子序列合併,得到完全有序的序列;即先使每個子序列有序,再使子序列段間有序。若將兩個有序表合併成一個有序表,稱爲2-路歸併。
算法描述
- 把長度爲 n 的輸入序列分成兩個長度爲 n / 2 的子序列;
- 對這兩個子序列分別採用歸併排序;
- 將兩個排序好的子序列合併成一個最終的排序序列。
算法分析
- 最佳情況:T(n) = O(nlogn)
- 空間複雜度: O(n)
- 穩定性: 穩定
代碼實現
public class MergeSort {
public static void mergeSort(int[] arr) {
// 空數組 或 只有一個元素的數組,則什麼都不做。
if (arr == null || arr.length <= 1) return;
mergeSort(arr, 0, arr.length - 1);
}
private static void mergeSort(int[] arr, int low, int high) {
if (low >= high) return;
// 計算出中間值,這種算法保證不會溢出。
int mid = low + ((high - low) >> 1);
// 先對左邊排序
mergeSort(arr, low, mid);
// 先對右邊排序
mergeSort(arr, mid + 1,high);
// 歸併兩個有序的子序列
merge(arr, low, mid, high);
// 把每一趟排序的結果也輸出一下。
print(arr);
}
private static void merge(int[] arr, int low, int mid, int high) {
// temp[]是臨時數組,包左不包右,所以要額外 + 1。
int[] temp = new int[high - low + 1];
int left = low; // 左側指針從low開始。
int right = mid + 1; // 右側指針從mid+1開始。
int index = 0; // 此索引用於temp[]
// 當兩個子序列還有元素時,從小到大放入temp[]中。
while (left <= mid && right <= high) {
if (arr[left] < arr[right]) {
temp[index++] = arr[left++];
} else {
temp[index++] = arr[right++];
}
}
// 要麼左邊沒有元素
while (left <= mid) {
temp[index++] = arr[left++];
}
// 要麼右邊沒有元素
while (right <= high) {
temp[index++] = arr[right++];
}
// 重新賦值給arr對應的區間。
for (int i = 0; i < temp.length; i++) {
arr[low + i] = temp[i];
}
}
public static void main(String[] args) {
int[] arr = {6, 9, 1, 4, 5, 8, 7, 0, 2, 3};
System.out.print("排序前: ");
print(arr);
mergeSort(arr);
System.out.print("排序後: ");
print(arr);
}
// 打印數組
public static void print(int[] arr) {
if (arr == null) return;
for(int i : arr) {
System.out.print(i + " ");
}
System.out.println();
}
}
/*
排序前: 6 9 1 4 5 8 7 0 2 3
6 9 1 4 5 8 7 0 2 3
1 6 9 4 5 8 7 0 2 3
1 6 9 4 5 8 7 0 2 3
1 4 5 6 9 8 7 0 2 3
1 4 5 6 9 7 8 0 2 3
1 4 5 6 9 0 7 8 2 3
1 4 5 6 9 0 7 8 2 3
1 4 5 6 9 0 2 3 7 8
0 1 2 3 4 5 6 7 8 9
排序後: 0 1 2 3 4 5 6 7 8 9
*/