歸併排序
排序思想:
歸併排序使用的就是分治思想,將一個大問題分解成小的子問題來解決。小的子問題解決了,大問題也就解決了。
這種將大問題分解成小問題的思想與遞歸很像,分治和遞歸的區別就是:分治是一種解決問題的處理思想,遞歸是一種編程技巧
如果要排序一個數組,我們先把數組從中間分成前後兩部分,然後對前後兩部分分別排序,再將排好序的兩部分合併在一起,這樣整個數組就都有序了。
歸併排序常用遞歸來實現,可以推出歸併排序的遞推公式和中止條件爲:
遞推公式:
merge_sort(p…r) = merge(merge_sort(p…q), merge_sort(q+1…r))
終止條件:
p == r 不用再繼續分解
merge_sort(p…r) 表示:給下標從 p 到 r 之間的數組排序。
我們將這個排序問題轉化爲了兩個子問題,merge_sort(p…q) 和 merge_sort(q+1…r)
其中下標 q 等於 p 和 r 的中間位置,也就是 (p+r)/2。
當下標從 p 到 q 和從 q+1 到 r 這兩個子數組都排好序之後,我們再將兩個有序的子數組合併在一起
這樣下標從 p 到 r 之間的數據就也排好序了。
那麼,兩個有序的子數組又是如何合併的呢?
我們申請一個臨時數組 tmp,大小與 A[p…r]相同。
我們用兩個遊標 i 和 j,分別指向 A[p…q]和 A[q+1…r]的第一個元素。
比較這兩個元素 A[i]和 A[j],如果 A[i]<=A[j],我們就把 A[i]放入到臨時數組 tmp,並且 i 後移一位,否則將 A[j]放入到數組 tmp,j 後移一位。
繼續上述比較過程,直到其中一個子數組中的所有數據都放入臨時數組中,再把另一個數組中的數據依次加入到臨時數組的末尾
這個時候,臨時數組中存儲的就是兩個子數組合並之後的結果了。最後再把臨時數組 tmp 中的數據拷貝到原數組 A[p…r]中。
歸併排序的執行效率
我們假設對 n 個元素進行歸併排序需要的時間是 T(n),那分解成兩個子數組排序的時間都是 T(n/2)。
而merge() 函數合併兩個有序子數組的時間複雜度是 O(n)。
歸併排序的時間複雜度的計算公式就是:
T(1) = C; n=1時,只需要常量級的執行時間,所以表示爲C。
T(n) = 2*T(n/2) + n; n>1
分解計算過程:
T(n) = 2*T(n/2) + n k = 1
= 4*T(n/4) + 2*n k = 2
= 8*T(n/8) + 3*n k = 3
= 16*T(n/16) + 4*n k = 4
......
= 2^k * T(n/2^k) + k * n
......
T(n) = 2^kT(n/2^k)+kn。
歸併排序最後會將數組分解爲n=1時,當 T(n/2^k)=T(1) 時,也就是 n/2^k=1,我們得到 k=log2n 。
我們將 k 值代入上面的公式,得到 T(n)=Cn+nlog2n 。
如果我們用大 O 標記法來表示的話,T(n) 就等於 O(nlogn)。所以歸併排序的時間複雜度是 O(nlogn)。
歸併排序的內存消耗
因爲歸併排序在合併兩個有序數組爲一個有序數組時,需要藉助額外的存儲空間。
儘管每次合併操作都需要申請額外的內存空間,但在合併完成之後,臨時開闢的內存空間就被釋放掉了。
在任意時刻,CPU 只會有一個函數在執行,也就只會有一個臨時的內存空間在使用。
而臨時內存空間最大也不會超過 n 個數據的大小,所以空間複雜度是 O(n)。
歸併排序的穩定性
在合併的過程中,如果 A[p…q]和 A[q+1…r]之間有值相同的元素,我們可以先把 A[p…q]中的元素放入 tmp 數組。
這樣就保證了值相同的元素,在合併前後的先後順序不變。所以,歸併排序是一個穩定的排序算法。
歸併排序的代碼實現
public class MergeSort {
// 歸併排序算法, a是數組,n表示數組大小
public static void mergeSort(int[] a, int n) {
mergeSortInternally(a, 0, n-1);
}
// 遞歸調用函數
private static void mergeSortInternally(int[] a, int p, int r) {
// 遞歸終止條件
if (p == r) return;
// 取p到r之間的中間位置q,防止(p+r)的和超過int類型最大值
int q = p + (r - p)/2;
// 分治遞歸
mergeSortInternally(a, p, q);
mergeSortInternally(a, q+1, r);
// 將A[p...q]和A[q+1...r]合併爲A[p...r]
merge(a, p, q, r);
//mergeBySentry(a, p, q, r);
}
private static void merge(int[] a, int p, int q, int r) {
int i = p;
int j = q+1;
int k = 0; // 初始化變量i, j, k
int[] tmp = new int[r-p+1]; // 申請一個大小跟a[p...r]一樣的臨時數組
while (i<=q && j<=r) {
if (a[i] <= a[j]) {
tmp[k++] = a[i++]; // i++等於i:=i+1
} else {
tmp[k++] = a[j++];
}
}
// 判斷哪個子數組中有剩餘的數據
int start = i;
int end = q;
if (j <= r) {
start = j;
end = r;
}
// 將剩餘的數據拷貝到臨時數組tmp
while (start <= end) {
tmp[k++] = a[start++];
}
// 將tmp中的數組拷貝回a[p...r]
for (i = 0; i <= r-p; ++i) {
a[p+i] = tmp[i];
}
}
利用哨兵節點優化歸併排序
private static void mergeBySentry(int[] arr, int p, int q, int r) {
int[] leftArr = new int[q - p + 2];
int[] rightArr = new int[r - q + 1];
for (int i = 0; i <= q - p; i++) {
leftArr[i] = arr[p + i];
}
// 第一個數組添加哨兵(最大值)
leftArr[q - p + 1] = Integer.MAX_VALUE;
for (int i = 0; i < r - q; i++) {
rightArr[i] = arr[q + 1 + i];
}
// 第二個數組添加哨兵(最大值)
rightArr[r-q] = Integer.MAX_VALUE;
int i = 0;
int j = 0;
int k = p;
while (k <= r) {
// 當左邊數組到達哨兵值時,i不再增加,直到右邊數組讀取完剩餘值,同理右邊數組也一樣
if (leftArr[i] <= rightArr[j]) {
arr[k++] = leftArr[i++];
} else {
arr[k++] = rightArr[j++];
}
}
}
}