当前位置: 首页 > news >正文

数据结构基础之《(9)—归并排序》

一、什么是归并排序

1、整体是递归,左边排好序+右边排好序+merge让整体有序
2、让其整体有序的过程里用了排外序方法
3、利用master公式来求解时间复杂度
4、当然可以用非递归实现

二、归并排序说明

1、首先有一个f函数
void f(arr, L, R)
说明:在arr上,从L到R范围上让它变成有序的

2、递归调用

(1)先f(L, M)之间有序
(2)f(M+1, R)之间有序
(3)变成整体有序

左边是2、3、5,右边是0,5,6
准备一个一样长的辅助空间,然后左指针指向2,右指针指向0,谁小拷贝谁
然后右边的指针往后移,再次比较2和5,谁小拷贝谁,以此类推

(4)整体有序后,再把这一块空间刷回去

三、代码

package class03;public class Code01_MergeSort {/*** 变成整体有序* @param arr* @param L 数组下标* @param M 数组下标* @param R 数组下标*/public static void merge(int[] arr, int L, int M, int R) {int [] help = new int[R - L + 1];int i = 0;int p1 = L;int p2 = M + 1;while (p1 <= M && p2 <= R) {help[i++] = arr[p1] <= arr[p2] ? arr[p1++] : arr[p2++];}//要么p1越界了,要么p2越界了//看左边小于等于Mwhile (p1 <= M) {help[i++] = arr[p1++];}//还是右边小于等于Rwhile (p2 <= R) {help[i++] = arr[p2++];}for (i = 0; i < help.length; i++) {arr[L + i] = help[i];}}/*** 递归方法实现* arr[L...R]范围上,变成有序* @param arr*/public static void mergeSort1(int[] arr) {if (arr == null || arr.length < 2) {return;}process(arr, 0, arr.length - 1);}public static void process(int[] arr, int L, int R) {if (L == R) { // base casereturn;}int mid = L + ((R - L) >> 1);process(arr, L, mid);process(arr, mid + 1, R);merge(arr, L, mid, R);}/*** 非递归方法实现* @param arr*/public static void mergeSort2(int[] arr) {if (arr == null || arr.length < 2) {return;}int N = arr.length;int mergeSize = 1;while (mergeSize < N) {int L = 0;while (L < N) {int M = L + mergeSize - 1;if (M >= N) {break;}int R = Math.min(M + mergeSize, N - 1);merge(arr, L, M, R);L = R + 1;}if (mergeSize > N / 2) { //防止溢出break;}mergeSize <<= 1; //左移后赋值,相当于乘2后赋值}}public static void main(String[] args) {int[] aaa = {99, 100, 50, 70, 88, 10, 9, 35, 1, 98};int[] bbb = {99, 100, 50, 70, 88, 10, 9, 35, 1, 98};mergeSort1(aaa);for (int i: aaa) {System.out.print(i + " ");}System.out.println();mergeSort2(bbb);for (int i: bbb) {System.out.print(i + " ");}System.out.println();}
}

(1)递归说明

(2)非递归说明

原理:
k=2
相邻两个数之间merge在一起
k=4
四个数一组,merge在一起
...
一直到k到达N或者超过N

回到代码,代码中mergeSize就是k,外层while循环
  N  10
  mergeSize  1
  L  0
  内层while循环
    M  0
    R  1
    merge(arr, 0, 0, 1)
    L  2
    
    M  2
    R  3
    merge(arr, 2, 2, 3)
    L  4
    
    M  4
    R  5
    merge(arr, 4, 4, 5)
    L  6
    
    ...

然后mergeSize变成2,变成4...

四、归并排序复杂度

T(N)=2*T(N/2)+O(N^1)
根据master可知时间复杂度为O(N*logN)
merge过程需要辅助数组,所以额外空间复杂度为O(N)
归并排序的实质是把比较行为变成了有序信息并传递,比O(N^2)的排序快

http://www.lryc.cn/news/494144.html

相关文章:

  • 【深度学习】各种卷积—卷积、反卷积、空洞卷积、可分离卷积、分组卷积
  • 远程视频验证如何改变商业安全
  • 电脑启动需要经历哪些过程?
  • 纯Go语言开发人脸检测、瞳孔/眼睛定位与面部特征检测插件-助力GoFly快速开发框架
  • postman使用正则表达式提取数据实战篇!
  • ipmitool使用详解(三)-解决各种dell、hp服务器无法ipmitool连接问题
  • AWS EC2设置用户名密码登录
  • BurpSuite安装教程(详细!!附带下载链接)
  • MIPS寄存器文件设计实验
  • uniapp使用扩展组件uni-data-select出现的问题汇总
  • 反向代理模块开发
  • 海康面阵、线阵、读码器及3D相机接线说明
  • AI与ArcGIS Pro的地理空间分析和可视化
  • 详解HTML5语言
  • docker compose一键启动ES集群和kibana
  • 遗传算法与深度学习实战(25)——使用Keras构建卷积神经网络
  • pytest+allure生成报告显示loading和404
  • 为何划分 Vue 项目结构组件?划分结构和组件解决了什么问题?为什么要这么做?
  • springboot中使用mongodb完成评论功能
  • Dubbo的RPC泛化调用
  • 【k8s深入理解之 Scheme】全面理解 Scheme 的注册机制、内外部版本、自动转换函数、默认填充函数、Options等机制
  • 接口性能优化宝典:解决性能瓶颈的策略与实践
  • 雨晨 Windows Server 2025 数据中心 极简 26311.5000
  • 关于IDE的相关知识之三【插件安装、配置及推荐的意义】
  • JSP+Servlet实现列表分页功能
  • 操作系统存储器相关习题
  • QUICK 调试camera-xml解析
  • 【linux】shell脚本编写基础
  • STM32 外设简介
  • Django-Vue3-Admin - 现代化的前后端分离权限管理系统