归并排序 - 简书

简述

算法导论中，在第二章提及了归并排序，归并排序是分治思想的一个重要实现，只要提及分治算法，就不得不提及归并排序。

原理

归并排序有 2 个步骤：

将数据平均分成 2 个序列，递归，将 2 个部分继续分解。直到序列中只剩下一个元素。
分解成功后，递归返回，进行合并，使用一个临时数组，将 2 个序列的数据进行有序合并，通过遍历序列中的元素，依次将最小的元素插入到临时序列中。最后，将临时序列中的元素依次插入到原来的数组中。

下面有张图，简单说明了一组无序数组，最终变成有序数组的过程：

图中，黑色的线，表示分解。红色的线，表示合并，且合并的过程中，使用到了临时数组。

最终，无序数组，就变成了有序数组。

代码实现：

static public void mergeSort(int[] arr, int low, int high) {
        if (low >= high) {
            return;
        }
        int mid = low + (high - low) / 2;
        mergeSort(arr, low, mid);
        mergeSort(arr, mid + 1, high);

        merge(arr, low, mid, high);
    }

    static public void merge(int[] arr, int low, int mid, int high) {
        int i = low;
        // mid 是分隔点
        int j = mid + 1;

        int[] tmp = new int[high - low + 1];
        int tmpIndex = 0;

        while (j <= high && i <= mid) {
            if (arr[j] <= arr[i]) {
                tmp[tmpIndex++] = arr[j++];
            } else {
                tmp[tmpIndex++] = arr[i++];
            }
        }

        int start = I;
        int end = mid;

        // 由于最后是 i++, 所以,这里判断要加 1
        if (i >= mid + 1) {
            start = j;
            end = high;
        }

        // 剩余元素, 使用 <= end, 包括 end 元素.
        for (int k = start; k <= end; k++) {
            tmp[tmpIndex++] = arr[k];
        }

        for (int k = 0; k < tmpIndex; k++) {
            arr[low++] = tmp[k];
        }
    }

上面的代码中，步骤如下：

在 mergeSort 方法中，将序列平均分成 2 个，然后继续递归，知道元素数量是 1.
当 2 个递归序列都返回之后，我们使用 merge 函数，进行合并。

合并是归并排序的重要部分。

合并过程：

我们必须知道原数组，low，mid ，high 数据。并创建一个长度为 hight - low + 1 的临时数组。
从 mid 进行分割，设计 2 个指针：i 和 j。i 表示 mid 左边的数据，j 表示 mid 右边的数据。
i 和 j 分别自增进行比较，谁小，就把谁插入到临时数组中，同时，将该指针前进一步。
停止条件为 i <=mid，表示左边的序列比较完毕，j <= high，表示右边的序列遍历完毕。
遍历结束任一一边的序列，都应该停止，然后将另一边的序列剩余元素，顺序拷贝到临时数组。
最后，将临时数组从 low 下标开始，插入到原数组中，完成排序。

下面是一个图示：

如果我们现在有 2 个序列
{0,3,4,8,9} 和 {1,2,5,6}，合并的过程如下：

这里，i 和 j 开始比较。i 小，那么，就需要把 i 的元素，插入到右边的临时数组中。然后 i 前进一步。

i 前进一步继续和 j 比较，此时 j 要小，那么就将 j 插入到临时数组中，同时，j 前进一步。

继续，j 又前进一步。

继续比较，此时 i 比 j 小，应该把 i 插入到临时数组中，i 前进一步。

继续比较，i 还是小，重复上一步。

此时 j 比 i 小，j 插入到临时数组中，j 前进一步。

此时，j 已经达到尽头，无法继续循环，应当停止，并且，将 i —— mid 的元素，追加到临时数组中。完成排序。

复杂度

计算归并排序需要用到递归式：

image.png

通过推演，我们知道：

最好时间复杂度： $O(nlogn)$
最坏时间复杂度： $O(nlogn)$
平均时间复杂度（期望运行时间）： $O(nlogn)$

归并排序是一个非常稳定的排序算法。

由于每次递归都需要拷贝一个临时数组，而这个临时数组的长度最大就是 n，所以：
空间复杂度： $O(n)$

归并排序是稳定的吗？

我们假设两个数组中，有 2 个相同的元素：

image.png

我们必须将左边的元素先拷贝，然后再拷贝右边的元素，保证他们的顺序是不变的。
因此，我们的代码比较应该是：


if(arr[i] <= arr[j] {
    插入 i；
}

因此，归并排序是稳定的。

另外，归并排序不是原地排序，因为，归并排序每次合并的过程中，都会使用一个临时数组。