评论

收藏

[Java] 图解Java排序算法之归并排序

编程语言 编程语言 发布于:2022-03-11 16:36 | 阅读数:394 | 评论:0

这篇文章主要为大家详细介绍了Java经典排序算法之归并排序,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
基本思想
归并排序(MERGE-SORT)是利用归并的思想实现的排序方法,该算法采用经典的分治(divide-and-conquer)策略(分治法将问题分(divide)成一些小的问题然后递归求解,而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起,即分而治之)。
分而治之
DSC0000.jpg

可以看到这种结构很像一棵完全二叉树,本文的归并排序我们采用递归去实现(也可采用迭代的方式去实现)。分阶段可以理解为就是递归拆分子序列的过程,递归深度为log2n。

合并相邻有序子序列
再来看看治阶段,我们需要将两个已经有序的子序列合并成一个有序序列,比如上图中的最后一次合并,要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列,合并为最终序列[1,2,3,4,5,6,7,8],来看下实现步骤。
DSC0001.jpg

DSC0002.jpg


代码实现
package sortdemo;
import java.util.Arrays;
/**
* Created by chengxiao on 2016/12/8.
*/
public class MergeSort {
  public static void main(String []args){
    int []arr = {9,8,7,6,5,4,3,2,1};
    sort(arr);
    System.out.println(Arrays.toString(arr));
  }
  public static void sort(int []arr){
    int []temp = new int[arr.length];//在排序前,先建好一个长度等于原数组长度的临时数组,避免递归中频繁开辟空间
    sort(arr,0,arr.length-1,temp);
  }
  private static void sort(int[] arr,int left,int right,int []temp){
    if(left<right){
      int mid = (left+right)/2;
      sort(arr,left,mid,temp);//左边归并排序,使得左子序列有序
      sort(arr,mid+1,right,temp);//右边归并排序,使得右子序列有序
      merge(arr,left,mid,right,temp);//将两个有序子数组合并操作
    }
  }
  private static void merge(int[] arr,int left,int mid,int right,int[] temp){
    int i = left;//左序列指针
    int j = mid+1;//右序列指针
    int t = 0;//临时数组指针
    while (i<=mid && j<=right){
      if(arr[i]<=arr[j]){
        temp[t++] = arr[i++];
      }else {
        temp[t++] = arr[j++];
      }
    }
    while(i<=mid){//将左边剩余元素填充进temp中
      temp[t++] = arr[i++];
    }
    while(j<=right){//将右序列剩余元素填充进temp中
      temp[t++] = arr[j++];
    }
    t = 0;
    //将temp中的元素全部拷贝到原数组中
    while(left <= right){
      arr[left++] = temp[t++];
    }
  }
}
执行结果
[1, 2, 3, 4, 5, 6, 7, 8, 9]
总结
归并排序是稳定排序,它也是一种十分高效的排序,能利用完全二叉树特性的排序一般性能都不会太差。java中Arrays.sort()采用了一种名为TimSort的排序算法,就是归并排序的优化版本。从上文的图中可看出,每次合并操作的平均时间复杂度为O(n),而完全二叉树的深度为|log2n|。总的平均时间复杂度为O(nlogn)。而且,归并排序的最好,最坏,平均时间复杂度均为O(nlogn)。
本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注CodeAE代码之家的更多内容!
原文链接:https://www.cnblogs.com/chengxiao/p/6194356.html

关注下面的标签,发现更多相似文章