算法导论第2章(2) merge 排序

合并排序 (merge sort)

Merge排序的思想

合并排序是“分治法”的一个例子，它的主要思想就是：分解问题到若干个更小规模的问题，解决这些小规模问题，然后把小规模的问题合并，得到大规模问题的解。

合并排序也是这样子的：

分解：将n个元素的排序分解为两个n/2个元素的排序

解决：用合并排序法对这两个子序列进行递归的排序

合并：将两个排好序的子序列进行合并得到排序结构

 

合并排序的核心是函数 merge(s,p,q,r)

参数s是一个数列，p,q,r是数列s的三个元素的下表，满足p<=q<r

其中s[p…q]和s[q+1,r]都是排好序的，merge函数的作用就死将s[p…q]和s[q+1,r]进行合并成一个排好序的数组并且替换s[p…r].

 

Merge排序的java实现

package com.junjun.algorithm.charpter2;import com.junjun.algorithm.Sort;/** * 归并排序  * @author buptjunjun * */public class MergeSort extends Sort{@Overridepublic int[] sort(int[] s, int incOrDec){this.mergeSort(s,0, s.length-1);return s;}/** * 对数组 s进行归并排序,p<<q<r * 其中p到s[p,q] 和s[q+1,r]都是排好序的，将他们合并成一个排好序的数组并替换s[p,r] * @param s 数组 * @param p  * @param q * @param r */private void merge(int [] s,int p,int q,int r){int n1 = q-p+1; //左边一段s[p,q]的长度int n2 = r-q;   //右边一段s[q+1,r]的长度//多分配一个元素作为哨兵int [] L = new int [n1+1]; int [] R = new int [n2+1];for(int i = 0; i < n1;i++)L[i] = s[p+i];for(int i = 0; i < n2; i++)R[i] = s[q+1+i];//最后一个元素哨兵L[n1] = Integer.MAX_VALUE; R[n2] = Integer.MAX_VALUE;// 开始归并int i =0; int j = 0;int cadidate = 0;for(int k = p; k <= r; k++){// 选择较小的作为插入对象if(L[i] < R[j]){cadidate = L[i];i++;}else{cadidate = R[j];j++;}//插入s[k] = cadidate;}}/** * 递归进行merge排序 * @param s * @param p * @param r */private void mergeSort(int [] s, int p ,int r){if(p>=r) return;int q = (p+r)/2;mergeSort(s,p,q);mergeSort(s,q+1,r);merge(s,p,q,r);}/** * @param args */public static void main(String[] args){int [] s = {2,5,3,1,1,3,4,4,9,0};int [] ret = new InsertSort().sort(s,Sort.INCREMENT);new InsertSort().print(s);}}

 

归并排序的时间复杂度分析：

假设有n个元素的数列进行归并排序，归并排序在这n个数上建立了一棵二叉树，

如下所示，是对8个数进行排序的例子

 

由N个元素的二叉树的深度是log₂N+1，例如上面的树的深度是log₂8+1=3+1=4.

每一层进行合并的时间复杂度是线性的(merge函数的时间复杂度是线性的),所以每一层的复杂度可以使用cN表示。

那么整个算法的时间复杂度就是cN(logN+1) = cNlogN+cN.忽略掉系数和低次项，得到时间复杂度为NlogN。