目录
1.基本思想
2.动态图
3.分解的时候我们可以使用递归的方式进行
代码解释
1. main 方法
2. mergeSort 方法
3. merge 方法
示例运行过程
初始数组
每轮排序后的数组
代码总结
合并两个有序序列
1.基本思想
归并排序就是递归得将原始数组递归对半分隔,直到不能再分(只剩下一个元素)后,开始从最小的数组向上归并排序。
-
将一个数组拆分为两个,从中间点拆开,通过递归操作来实现一层一层拆分。
-
从左右数组中选择小的元素放入到临时空间,并移动下标到下一位置。
-
重复步骤2直到某一下标达到尾部。
-
将另一序列剩下的所有元素依次放入临时空间。
-
将临时空间的数据依次放入原数据数组。
2.动态图
下边是动态图
3.分解的时候我们可以使用递归的方式进行
首先我们可以先定义三个变量,
数组的头部位置可以定义为 low,数组的尾部可以定义为high
因为每次分解都是要折半,所以我们可以定义数组的中间是 mid,如下图所示
我们从上图当中可以看到,我们每一次递归,都是将原来的mid当成新的high,一直到low = high的时候我们就已经可以说明我们将一个数据分离了出来。所以我们可以写以下代码来表示分。
public static void mergeSort(int[] a, int low, int high) {
//首先判断 low 和 high是否指向一个地方
if(low >= high) {
return;
}
int mid = (low + high)/2;
//先递归左边
mergeSort(a, low, mid);
//在递归右边
mergeSort(a, mid+1, high);}
首先我们可以先递归左边,直到我们讲第一个值分离出去,然后再回溯,分离他右边的那个,如下如所以:
当递归完成之后我们该开始合并了
首先我们需要先弄懂一个地方就是合并是在哪里开始的。
首先我们要知道我们第一次回溯之后,将第二个元素分离了出来,第二个元素分离完成之后,也会回溯回去,那么此一次合并就是 值 6 和 5的合并。
下边我们为了演示选择了 5,6 , 1 , 3的合并过程
首先我们需要弄清楚,我们这里所谓的分离其实是概念意义上的,在我们的数组结构上其实并没有分离,而且由于回溯的原因 5,6 , 1 , 3是其实和上边是对应的关系,如图所示
下边我们来一步一步的展示整个合并的过程,
首先我么可以定义两个指针,s1和s2,然后在定义一个新的临时数组来存储数据
我们将指针s1的范围锁定在 s1<=min ,将指针s2的范围锁定在s2<=high,我们可以比较s1和s2当前指向的值的大小,将小的一方放入到临时数组当中去,直到s1或s2一方指向为空,那么就可以将另一方全部放入到临时数组当中去。然后将临时的代码在放回数组
代码如下:
代码
public class ShellSort {public static void main(String[] args) {int a[] = {6,5,3,1,8,7,2,4};mergeSort(a, 0, a.length - 1);System.out.println("排序结果:" + Arrays.toString(a));}//分public static void mergeSort(int[] a, int low, int high) {//首先判断 low 和 high是否指向一个地方// 正常情况下就是 == if(low == high) {return;}int mid = (low + high)/2;//先递归左边mergeSort(a, low, mid);//在递归右边mergeSort(a, mid+1, high);//合并merge(a,low,mid,high);System.out.println(Arrays.toString(a));}//合并public static void merge(int[] a, int low, int mid, int high) {//定义第一个段的开始int s1 = low;//定义第二个段的开始int s2 = mid+1;//定义临时数组int[] temp = new int[high-low+1];int i = 0;//定义临时数组的下标//判断大小将数组放入到临时数组当中去while(s1<=mid && s2<=high) {if(a[s1] <= a[s2]) {temp[i++] = a[s1++];}else {temp[i++] = a[s2++];}}//判断s1当中是否有数据,如果有将其全部拷贝到临死数组当中去while (s1 <= mid) {temp[i++] = a[s1++];}//判断s1当中是否有数据,如果有将其全部拷贝到临死数组当中去while (s2 <= high) {temp[i++] = a[s2++];}//将临时数组当中的代码放回原数组for (int j = 0; j < temp.length; j++) {a[j+low] = temp[j];}}
}
代码解释
1. main
方法
public static void main(String[] args) {int a[] = {6, 5, 3, 1, 8, 7, 2, 4};mergeSort(a, 0, a.length - 1);System.out.println("排序结果:" + Arrays.toString(a)); }
-
功能:程序的入口。
-
逻辑:
-
定义了一个未排序的整数数组
a
。 -
调用
mergeSort
方法对数组进行排序。 -
打印排序后的数组。
-
2. mergeSort
方法
public static void mergeSort(int[] a, int low, int high) {
// 首先判断 low 和 high 是否指向一个地方
if (low == high) {
return;
}
int mid = (low + high) / 2;
// 先递归左边
mergeSort(a, low, mid);
// 再递归右边
mergeSort(a, mid + 1, high);
// 合并
merge(a, low, mid, high);
System.out.println(Arrays.toString(a));
}
-
功能:实现归并排序的分治逻辑。
-
逻辑:
-
递归终止条件:
-
如果
low == high
,说明当前子数组只有一个元素,无需排序,直接返回。
-
-
计算中间位置:
-
mid = (low + high) / 2
,将数组分成两个子数组。
-
-
递归排序左半部分:
-
调用
mergeSort(a, low, mid)
,对左半部分进行排序。
-
-
递归排序右半部分:
-
调用
mergeSort(a, mid + 1, high)
,对右半部分进行排序。
-
-
合并两个有序子数组:
-
调用
merge(a, low, mid, high)
,将两个有序子数组合并成一个有序数组。
-
-
打印每轮排序后的数组:
-
每轮排序后,打印当前数组的状态。
-
-
3. merge
方法
public static void merge(int[] a, int low, int mid, int high) {
// 定义第一个段的开始
int s1 = low;
// 定义第二个段的开始
int s2 = mid + 1;
// 定义临时数组
int[] temp = new int[high - low + 1];
int i = 0; // 定义临时数组的下标
// 判断大小将数组放入到临时数组当中去
while (s1 <= mid && s2 <= high) {
if (a[s1] <= a[s2]) {
temp[i++] = a[s1++];
} else {
temp[i++] = a[s2++];
}
}
// 判断 s1 当中是否有数据,如果有将其全部拷贝到临时数组当中去
while (s1 <= mid) {
temp[i++] = a[s1++];
}
// 判断 s2 当中是否有数据,如果有将其全部拷贝到临时数组当中去
while (s2 <= high) {
temp[i++] = a[s2++];
}
// 将临时数组当中的数据放回原数组
for (int j = 0; j < temp.length; j++) {
a[j + low] = temp[j];
}
}
-
功能:合并两个有序子数组。
-
逻辑:
-
初始化指针:
-
s1
指向左半部分的起始位置(low
)。 -
s2
指向右半部分的起始位置(mid + 1
)。
-
-
定义临时数组:
-
temp
用于存储合并后的有序数组。
-
-
比较并合并:
-
比较
a[s1]
和a[s2]
,将较小的元素放入temp
中。 -
移动相应的指针(
s1
或s2
)。
-
-
处理剩余元素:
-
如果左半部分还有剩余元素,将其全部拷贝到
temp
中。 -
如果右半部分还有剩余元素,将其全部拷贝到
temp
中。
-
-
将临时数组的数据拷贝回原数组:
-
将
temp
中的数据拷贝回原数组a
的对应位置。
-
-
示例运行过程
初始数组
[6, 5, 3, 1, 8, 7, 2, 4]
每轮排序后的数组
-
第1轮:
-
左半部分排序:
[5, 6]
-
右半部分排序:
[1, 3]
-
合并结果:
[1, 3, 5, 6, 8, 7, 2, 4]
-
-
第2轮:
-
左半部分排序:
[1, 3, 5, 6]
-
右半部分排序:
[2, 4, 7, 8]
-
合并结果:
[1, 2, 3, 4, 5, 6, 7, 8]
-
最终排序结果
[1, 2, 3, 4, 5, 6, 7, 8]
代码总结
-
算法:归并排序。
-
时间复杂度:O(n log n),其中
n
是数组的长度。 -
空间复杂度:O(n),需要额外的临时数组来存储合并结果。
-
优点:稳定排序,时间复杂度较低,适合大规模数据。
-
缺点:需要额外的空间。