zoukankan      html  css  js  c++  java
  • 18-归并排序

    1. 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
    • "归并"思想
      • 基于归并这个简单的操作,也就是说如果想要将一个数组排序,可以先(递归地) 将它分成两半分别排序,然后将结果归并起来,即将两个有序的数组归并成一个更大的有序数组。根据这个操作所发明了一种递归排序算法 → 归并排序。
    • "分治"策略
      • 分治法将问题成一些小的问题,然后递归求解
      • 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
    • 优缺点
      • 优点:它能够保证将任意长度为 N 的数组排序所需时间和 Nlog2N 成正比
      • 缺点:它所需的额外空间和 N 成正比

    2. 标配

    • 平均时间复杂度:O(nlogn)
    • 最坏时间复杂度:O(nlogn)
    • 最好时间复杂度:O(nlogn)
    • 空间复杂度:O(n)

    3. 举例示意

    3.1 分治全过程

    3.2 最后一次merge

    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]。

    4. 代码实现

    public class MergeSort {
        public static void main(String[] args) {
            int[] arr = {8, 4, 5, 7, 1, 3, 6, 2};
            int[] temp = new int[arr.length];
            mergeSort(arr, 0, arr.length-1, temp);
            System.out.println(Arrays.toString(arr));
        }
    
        public static void mergeSort(int[] arr, int left, int right, int[] temp) {
            if (left < right) {
                // int mid = (left + right) / 2;
                // 对其优化, 万一 left+right 超出表示范围了呢?
                int mid = left + (right-left) >> 1;
                // 向左递归继续分
                mergeSort(arr, left, mid, temp);
                // 向右递归继续分
                mergeSort(arr, mid + 1, right, temp);
                // 递归 → 从栈顶开始合并
                merge(arr, left, mid, right, temp);
            }
        }
    
        /**
         * 对左右序列进行合并
         * @param arr 待排(子)数组
         * @param left 待排数组首元素索引
         * @param mid 中间索引, 用来分割左右两边
         * @param right 待排数组尾元素索引
         * @param temp 临时存储合并后的有序序列
         */
        public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
            int i = left;     // 左半边有序序列的首元素索引
            int j = mid + 1;  // 右半边有序序列的首元素索引
            int t = 0;        // temp[] 的当前索引
    
            // 1. 把左右两边(有序)的数据按照规则填充到temp中
            while (i <= mid && j <= right) {
                // 可得有'=', 不然成不稳定的了!
                if (arr[i] <= arr[j]) temp[t++] = arr[i++];
                else temp[t++] = arr[j++];
            } // 直到左右两边的有序序列有一边处理完毕为止
    
            // 用三目优化 step1 的 if-else
            // temp[t++] = arr[i]<=arr[j] ? arr[i++] : arr[j++];
    
            // 2. 把未处理完的一边的剩余数据依次全部填充到 temp 去
            // a. 左边的有序序列还有剩余元素
            while (i <= mid) temp[t++] = arr[i++];
            // b. 右边的有序序列还有剩余元素
            while (j <= right) temp[t++] = arr[j++];
    
            /*
             * 3. 把 temp[] 的元素拷贝到 arr (并不是每一次都拷贝所有元素)
             *  (1) left = 0, right = 1
             *  (2) left = 2, right = 3
             *  (3) left = 0, right = 3
             *  (4) left = 4, right = 5
             *  (5) left = 6, right = 7
             *  (6) left = 4, right = 7
             *  (7) left = 0, right = 7
             */
    
            // 一定要记得 copy!
            t = 0;
            while (left <= right) arr[left++] = temp[t++];
        }
    }
    

    5. Tips

    • arr[i] <= arr[j],别把 '=' 忘了,不然就成不稳定了!
    • merge 完一定要记得把 temp 拷贝回 arr!
    • merge 里的 t = 0 / left 都行 (往回拷贝的时候记得统一!),具体区别只是在于 temp 数组是怎么被使用的~
  • 相关阅读:
    深入浅出js单例模式
    前端常见面试-存储/缓存篇
    JavaScript内存管理
    delete操作符
    解决window.location.href跳转无效问题解决办法
    前端程序员经常忽视的一个JavaScript面试题
    【华为云技术分享】漫谈LiteOS-端云互通组件-MQTT开发指南(上)
    【华为云技术分享】序列特征的处理方法之二:基于卷积神经网络方法
    【华为云技术分享】原来CTR预估模型的发展有这样的规律
    【华为云技术分享】在家办公怎么弄?华为云DevCloud宝典一看就懂——项目管理篇
  • 原文地址:https://www.cnblogs.com/liujiaqi1101/p/12327756.html
Copyright © 2011-2022 走看看