归并(merge)排序也是采用分而治之的思想,其采用二分法将待排列数组分成若干个子数组。然后将相邻的子数组进行归并成新的有序子数组,然后在新的子数组的基础上在进行归并成新的有序数组,直至归并成一个整体有序的数组。
算法思想
归并排序的最基本思想就是将一个数组拆分成两个数组,然后对每个子数组进行排序,然后将两个有序子数组归并成一个有序的数组。
归并排序算法大致可以分为两步,如下图所示:
分解(Split)
如果数组的长度为1,则认为这个数组已经有序,直接返回即可。
如果数组长度大于1,则将该数组从中间分解成两个子数组,对每个子数组再进行分解,直至每个子数组的长度为1。
归并(Merge)
将每个相邻子数组进行排序归并,直至所有子数组排序归并完成。
最终归并出来的数组就是排序后的有序数组。
下面我们重点讲一下排序归并的过程和代码实现思路:
以数组A{2, 3, 1, 4}为例,首先拷贝一份A存于B,由于B的左右索引分别为l=0和r=3,所以其mid = (l+r)/2 ,由于l和r均为int类型,因此mid=1;根据归并排序算法中的分解方法,我们将{2, 3}(对应B中[l, mid]这段区间)和{1, 4}(对应B中[mid+1, r]这段区间)作为A的拆分出来的两个子数组(且他们已经有序了,可以直接进行排序归并了)。使用索引i和j分别指向这两个子数组的第一个元素,索引k指向原数组A的第一个元素。
比较B[i]和B[j]的大小,此时2>1,因此将B[j]的值1赋值给A[k],然后j和k都往后移动一位。结果如下图所示:
然后再次比较B[i]和B[j]的大小,此时2<4,因此将B[i]的值2赋值给A[k],然后i和k都往后移动一位。结果如下图所示:
接下来继续比较B[i]和B[j]的大小,此时3<4,因此将B[i]的值3赋值给A[k],然后i和k都往后移动一位。结果如下图所示:
此时i>mid,即子数组{2, 3}已经全部归并至A,子数组{1, 4}仅剩一个元素4,将B[j]的值4赋值给A[k],然后i和k都往后移动一位,此时归并完成。如下图所示:
代码实现
#include <algorithm>
#include <iostream>
// 将arr[l,mid]和arr[mid+1,r]的数组进行归并
template <typename T>
void merge_(T arr[], int l, int mid, int r) {
T *tmp = new T[r - l + 1];
for (int i = l; i <= r; ++i)
tmp[i - l] = arr[i]; // tmp从0开始,对应的arr有l个偏移
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经全部处理完毕
{
arr[k] = tmp[j - l];
j++;
} else if (j > r) // 如果右半部分元素已经全部处理完毕
{
arr[k] = tmp[i - l];
i++;
} else if (tmp[i - l] < tmp[j - l]) // i所指元素(对应的是tmp[i-l]) <
// j所指元素(对应的是tmp[j-l])
{
arr[k] = tmp[i - l];
i++;
} else // i所指元素(对应的是tmp[i-l]) >= j所指元素(对应的是tmp[j-l])
{
arr[k] = tmp[j - l];
j++;
}
}
delete[] tmp;
}
// 递归使用归并排序,对arr[l...r]的范围进行排序
template <typename T>
void mergeSort_(T arr[], int l, int r) {
if (l >= r) return;
int mid = (l + r) / 2;
mergeSort_(arr, l, mid);
mergeSort_(arr, mid + 1, r);
merge_(arr, l, mid, r);
}
template <typename T>
void mergeSort(T arr[], int n) {
mergeSort_(arr, 0, n - 1);
}
int main() {
int arr[] = {3, 5, 2, 1, 4};
mergeSort(arr, 5);
for (int i = 0; i < 5; ++i) {
std::cout << arr[i] << " ";
}
std::cout << std::endl;
return 0;
}
复杂度
空间复杂度:在归并过程中需要开辟一份与待排数组大小相同的空间,因此其空间复杂度为O(n)。
时间复杂度:由于对数组进行分解和归并,因此在分解归并上的复杂度为O(logn),而每次归并的时候都需要进行比较操作,其对应的复杂对为O(n),因此归并排序的时间复杂度为O(nlogn)。