归并排序,如同秋日落叶,分散而细碎,
然而风吹叶动,自然而有序,
彼此相遇,轻轻合拢,
最终成就,秩序之谧。
文章目录
- 一、归并排序
- 二、发展历史
- 三、处理流程
- 四、算法实现
- 五、算法特性
- 六、小结
- 推荐阅读
一、归并排序
归并排序是一种基于分治思想的排序算法,它将一个待排序的数组分为两个子数组,然后对每个子数组递归地应用归并排序,直到子数组长度为 1。然后,将两个有序的子数组合并成一个有序的数组。这一过程重复进行,直到所有子数组合并成为一个有序的数组。
具体来说,归并排序的步骤如下:
- 分割: 将待排序数组分为两个子数组,通常是平均分割。
- 递归排序: 对两个子数组分别递归地应用归并排序,直到子数组长度为 1。
- 合并: 将两个有序的子数组合并成一个有序的数组。合并过程中,比较两个子数组的第一个元素,将较小(或较大)的元素添加到结果数组中,并将对应子数组的指针向后移动。
- 重复: 重复以上步骤,直到所有子数组合并成为一个有序的数组。
二、发展历史
归并排序是一种经典的排序算法,其发展历史可以追溯到 20 20 20 世纪 50 50 50 年代初期。
- 起源: 归并排序最早由约翰·冯·诺伊曼(John von Neumann)在 1945 1945 1945 年提出,并在他的著作《First Draft of a Report on the EDVAC》中描述了这一算法的基本原理。然而,彼时的计算机硬件水平并不足以支持归并排序的高效实现。
- 1960 年代: 归并排序在 1960 1960 1960 年代得到了更多的关注和研究。此时,归并排序成为了一种重要的外部排序算法,被应用于磁带排序和数据库系统等领域。在这一时期,归并排序的理论基础逐渐完善,并开始被广泛应用于实际系统中。
- 1980 年代: 随着计算机硬件的发展和算法研究的深入,归并排序得到了进一步的优化和改进。在 1980 1980 1980 年代,出现了一些新的归并排序的变种和优化算法,例如外部归并排序(External Merge Sort)和自然归并排序(Natural Merge Sort)等。
- 现代: 在当今计算机科学领域,归并排序仍然是一种非常重要和常用的排序算法。它的理论基础已经得到了深入研究和理解,并且在实际应用中得到了广泛的应用。虽然归并排序的时间复杂度较高,但其稳定性和可预测性使得它在某些场景下具有优势,特别是在外部排序和大规模数据处理等领域。
三、处理流程
场景假设:我们需要将下面的无序序列使用归并排序按从小到大进行排序。
归并排序的流程如下:
- 递归分割序列
- 递归合并序列并排序
四、算法实现
// 合并两个子数组
void merge(int[] array, int left, int mid, int right) {
// 计算左右子数组的长度
int leftLength = mid - left + 1;
int rightLength = right - mid;
// 创建临时数组存储左右子数组
int[] leftArray = new int[leftLength];
int[] rightArray = new int[rightLength];
// 将数据拷贝到临时数组
System.arraycopy(array, left, leftArray, 0, leftLength);
System.arraycopy(array, mid + 1, rightArray, 0, rightLength);
int i = 0, j = 0;
int k = left;
// 合并两个子数组
while (i < leftLength && j < rightLength) {
if (leftArray[i] <= rightArray[j]) {
array[k++] = leftArray[i++];
} else {
array[k++] = rightArray[j++];
}
}
// 处理剩余元素
while (i < leftLength) {
array[k++] = leftArray[i++];
}
while (j < rightLength) {
array[k++] = rightArray[j++];
}
}
// 递归地进行归并排序
void mergeSort(int[] array, int left, int right) {
if (left < right) {
int mid = (left + right) / 2;
// 递归地对左右子数组进行归并排序
mergeSort(array, left, mid);
mergeSort(array, mid + 1, right);
// 合并左右子数组
merge(array, left, mid, right);
}
}
public static void main(String args[]) {
int[] array = {12, 11, 13, 5, 6, 7};
System.out.println("原始数组:");
for (int num : array) {
System.out.print(num + " ");
}
System.out.println();
// 调用归并排序算法
mergeSort(array, 0, array.length - 1);
System.out.println("\n排序后的数组:");
for (int num : array) {
System.out.print(num + " ");
}
}
算法时间复杂度分析:
情况 | 时间复杂度 | 计算公式 | 公式解释 |
---|---|---|---|
最好情况 | O ( n l o g n ) O(nlogn) O(nlogn) | T ( n ) = 2 T ( n 2 ) + n T(n) = 2T(\frac{n}{2}) + n T(n)=2T(2n)+n | 归并排序在所有情况下都会将数组分成两半,然后递归地对它们进行排序,最后再将它们合并。这个过程的时间复杂度始终为 O ( n l o g n ) O(nlogn) O(nlogn)。其中, n n n 是数组的长度, l o g n logn logn 是因为每次都将数组分成两半。 |
平均情况 | O ( n l o g n ) O(nlogn) O(nlogn) | T ( n ) = 2 T ( n 2 ) + n T(n) = 2T(\frac{n}{2}) + n T(n)=2T(2n)+n | 同上 |
最坏情况 | O ( n l o g n ) O(nlogn) O(nlogn) | T ( n ) = 2 T ( n 2 ) + n T(n) = 2T(\frac{n}{2}) + n T(n)=2T(2n)+n | 同上 |
五、算法特性
归并排序是一种经典的排序算法,具有以下特性:
- 稳定性: 归并排序是一种
稳定
的排序算法,即相同元素的相对位置在排序前后不会改变。这意味着如果有相同元素存在,它们在排序后的顺序与排序前相同。 - 原地性: 归并排序通常
不是一种原地排序算法
,因为它需要额外的空间来存储临时数组。 - 适用性: 归并排序适用于各种数据类型和应用场景。由于其稳定性和时间复杂度的优势,归并排序被广泛应用于实际场景中,例如排序库、数据库索引等。
- 递归性: 归并排序是一种递归算法,它通过将数组分割成两个子数组,然后对每个子数组递归地应用归并排序来实现排序。这种递归性质使得归并排序的实现相对简单。
六、小结
归并排序是一种稳定、高效的排序算法,适用于各种数据类型和应用场景。其原理简单、实现直观,并且具有良好的性能表现,因此是排序算法中的重要一员。
推荐阅读
- Spring 三级缓存
- 深入了解 MyBatis 插件:定制化你的持久层框架
- Zookeeper 注册中心:单机部署
- 【JavaScript】探索 JavaScript 中的解构赋值
- 深入理解 JavaScript 中的 Promise、async 和 await