public class MergeSort{
// 我們的算法類不允許產生任何實例
private MergeSort(){}
// 將arr[l...mid]和arr[mid+1...r]兩部分進行歸併
private static void merge(Comparable[] arr, int l, int mid, int r) {
Comparable[] aux = Arrays.copyOfRange(arr, l, r+1);
// 初始化,i指向左半部分的起始索引位置l;j指向右半部分起始索引位置mid+1
int i = l, j = mid+1;
for( int k = l ; k <= r; k ++ ){
if( i > mid ){ // 如果左半部分元素已經全部處理完畢
arr[k] = aux[j-l]; j ++;
}
else if( j > r ){ // 如果右半部分元素已經全部處理完畢
arr[k] = aux[i-l]; i ++;
}
else if( aux[i-l].compareTo(aux[j-l]) < 0 ){ // 左半部分所指元素 < 右半部分所指元素
arr[k] = aux[i-l]; i ++;
}
else{ // 左半部分所指元素 >= 右半部分所指元素
arr[k] = aux[j-l]; j ++;
}
}
}
// 遞歸使用歸併排序,對arr[l...r]的範圍進行排序
private static void sort(Comparable[] arr, int l, int r) {
if (l >= r)
return;
int mid = (l+r)/2;
sort(arr, l, mid);
sort(arr, mid + 1, r);
merge(arr, l, mid, r);
}
public static void sort(Comparable[] arr){
int n = arr.length;
sort(arr, 0, n-1);
}
// 測試MergeSort
public static void main(String[] args) {
// Merge Sort是我們學習的第一個O(nlogn)複雜度的算法
// 可以在1秒之內輕鬆處理100萬數量級的數據
// 注意:不要輕易嘗試使用SelectionSort, InsertionSort或者BubbleSort處理100萬級的數據
// 否則,你就見識了O(n^2)的算法和O(nlogn)算法的本質差異:)
int N = 1000000;
Integer[] arr = SortTestHelper.generateRandomArray(N, 0, 100000);
SortTestHelper.testSort("MergeSort", arr);
return;
}
}
輔助類
public class SortTestHelper {
// SortTestHelper不允許產生任何實例
private SortTestHelper(){}
// 生成有n個元素的隨機數組,每個元素的隨機範圍爲[rangeL, rangeR]
public static Integer[] generateRandomArray(int n, int rangeL, int rangeR) {
assert rangeL <= rangeR;
Integer[] arr = new Integer[n];
for (int i = 0; i < n; i++)
arr[i] = new Integer((int)(Math.random() * (rangeR - rangeL + 1) + rangeL));
return arr;
}
// 生成一個近乎有序的數組
// 首先生成一個含有[0...n-1]的完全有序數組, 之後隨機交換swapTimes對數據
// swapTimes定義了數組的無序程度:
// swapTimes == 0 時, 數組完全有序
// swapTimes 越大, 數組越趨向於無序
public static Integer[] generateNearlyOrderedArray(int n, int swapTimes){
Integer[] arr = new Integer[n];
for( int i = 0 ; i < n ; i ++ )
arr[i] = new Integer(i);
for( int i = 0 ; i < swapTimes ; i ++ ){
int a = (int)(Math.random() * n);
int b = (int)(Math.random() * n);
int t = arr[a];
arr[a] = arr[b];
arr[b] = t;
}
return arr;
}
// 打印arr數組的所有內容
public static void printArray(Object[] arr) {
for (int i = 0; i < arr.length; i++){
System.out.print( arr[i] );
System.out.print( ' ' );
}
System.out.println();
return;
}
// 判斷arr數組是否有序
public static boolean isSorted(Comparable[] arr){
for( int i = 0 ; i < arr.length - 1 ; i ++ )
if( arr[i].compareTo(arr[i+1]) > 0 )
return false;
return true;
}
// 測試sortClassName所對應的排序算法排序arr數組所得到結果的正確性和算法運行時間
public static void testSort(String sortClassName, Comparable[] arr){
// 通過Java的反射機制,通過排序的類名,運行排序函數
try{
// 通過sortClassName獲得排序函數的Class對象
Class sortClass = Class.forName(sortClassName);
// 通過排序函數的Class對象獲得排序方法
Method sortMethod = sortClass.getMethod("sort",new Class[]{Comparable[].class});
// 排序參數只有一個,是可比較數組arr
Object[] params = new Object[]{arr};
long startTime = System.currentTimeMillis();
// 調用排序函數
sortMethod.invoke(null,params);
long endTime = System.currentTimeMillis();
assert isSorted( arr );
System.out.println( sortClass.getSimpleName()+ " : " + (endTime-startTime) + "ms" );
}
catch(Exception e){
e.printStackTrace();
}
}
我們對上面的算法進行優化:修改sort方法
// 遞歸使用歸併排序,對arr[l...r]的範圍進行排序
private static void sort(Comparable[] arr, int l, int r) {
// 優化2: 對於小規模數組, 使用插入排序
if( r - l <= 15 ){
InsertionSort.sort(arr, l, r);
return;
}
int mid = (l+r)/2;
sort(arr, l, mid);
sort(arr, mid + 1, r);
// 優化1: 對於arr[mid] <= arr[mid+1]的情況,不進行merge
// 對於近乎有序的數組非常有效,但是對於一般情況,有一定的性能損失
if( arr[mid].compareTo(arr[mid+1]) > 0 )
merge(arr, l, mid, r);
}
優化2:
public static void sort(Comparable[] arr){
int n = arr.length;
// Merge Sort Bottom Up 無優化版本
// for (int sz = 1; sz < n; sz *= 2)
//每一輪歸併的起始位置
// for (int i = 0; i < n - sz; i += sz+sz)
// // 對 arr[i...i+sz-1] 和 arr[i+sz...i+2*sz-1] 進行歸併
// merge(arr, i, i+sz-1, Math.min(i+sz+sz-1,n-1));
// Merge Sort Bottom Up 優化
// 對於小數組, 使用插入排序優化
for( int i = 0 ; i < n ; i += 16 )
InsertionSort.sort(arr, i, Math.min(i+15, n-1) );
for( int sz = 16; sz < n ; sz += sz )
for( int i = 0 ; i < n - sz ; i += sz+sz )
// 對於arr[mid] <= arr[mid+1]的情況,不進行merge
if( arr[i+sz-1].compareTo(arr[i+sz]) > 0 )
merge(arr, i, i+sz-1, Math.min(i+sz+sz-1,n-1) );
}