归并排序(Merge Sort)是分治算法思想的经典体现,凭借稳定的 O(n log n) 时间复杂度,成为处理大规模数据的可靠选择。本文将从算法原理到链表实现,全面解析这一优雅的排序算法。
一、算法流程解析
1. 分治策略(Divide and Conquer)
-
分解阶段:递归地将当前数组拆分为两个子数组,直至每个子数组只剩单个元素
-
解决阶段:对最小单元(单元素数组)天然有序的情况进行处理
-
合并阶段:将两个已排序的子数组合并为一个有序数组
2. 合并过程详解
function merge(left: number[], right: number[]): number[] {const result: number[] = [];let i = 0, j = 0;// 双指针遍历比较while (i < left.length && j < right.length) {if (left[i] <= right[j]) {result.push(left[i++]);} else {result.push(right[j++]);}}// 处理剩余元素return result.concat(left.slice(i)).concat(right.slice(j));
}
二、算法特性分析
1. 时间复杂度
-
最佳/最差/平均时间复杂度均为 O(n log n)
-
推导公式:T(n) = 2T(n/2) + O(n)
2. 空间复杂度
-
数组实现:O(n) 临时存储空间
-
链表实现:O(1) 原地修改指针(递归栈空间除外)
3. 稳定性
-
稳定排序算法(合并时优先选择左半部分元素)
4. 适用场景
-
大数据量排序
-
链表排序
-
需要稳定性的场景
三、链表排序优势
相比数组实现,归并排序在链表排序中展现独特优势:
-
空间优化:合并过程只需修改指针,无需额外存储空间
-
天然适配:链表节点离散存储,避免数组的随机访问需求
-
高效拆分:快慢指针法可在 O(n) 时间复杂度内找到链表中点
四、TypeScript 链表实现
class ListNode {constructor(public val: number = 0, public next: ListNode | null = null) {}
}// 合并两个有序链表
function mergeLists(l1: ListNode | null, l2: ListNode | null): ListNode | null {const dummy = new ListNode();let current = dummy;while (l1 && l2) {if (l1.val <= l2.val) {current.next = l1;l1 = l1.next;} else {current.next = l2;l2 = l2.next;}current = current.next;}current.next = l1 || l2;return dummy.next;
}// 归并排序主函数
function mergeSort(head: ListNode | null): ListNode | null {if (!head?.next) return head;// 快慢指针找中点let slow: ListNode = head;let fast: ListNode | null = head.next;while (fast?.next) {slow = slow.next!;fast = fast.next.next;}// 分割链表const mid = slow.next;slow.next = null;// 递归排序const left = mergeSort(head);const right = mergeSort(mid);return mergeLists(left, right);
}
五、使用示例
// 创建测试链表:4 -> 2 -> 1 -> 3
const head = new ListNode(4);
head.next = new ListNode(2);
head.next.next = new ListNode(1);
head.next.next.next = new ListNode(3);// 执行排序
const sorted = mergeSort(head);// 输出结果:1 -> 2 -> 3 -> 4
let current = sorted;
while (current) {console.log(current.val + ' -> ');current = current.next;
}
六、总结
归并排序通过分治策略将复杂问题简单化,其稳定性和可预测的时间复杂度使其成为:
-
大数据量场景的优选算法
-
链表排序的标准解决方案
-
外部排序(如大文件处理)的核心组件
如果对你有帮助,请帮忙点个赞