归并排序
约 820 字大约 3 分钟
归并排序
Arrays#sort
包含三种常见排序,双轴快排,归并排序,插入排序,“归并排序”是分治思想,涉及到两项操作:拆分、合并。
- 基本类型排序可以忽略稳定性,可以使用双轴快排;
- 归并排序可以保证排序的稳定性,对非基本类型比较好;
- 插入排序在小空间排序性能特别好。
优势
- 数据包含
age,class
字段,先按照age
进行排序,在按照class
进行排序, 如果使用稳定性算法进行排序,结果是班级相同的在一起,并且按照年龄大小排序; Arrays#sort
基本类型的排序,因为不包含状态,所以使用快排就挺好。
代码
自顶而下
private static final int INSERTIONSORT_THRESHOLD = 7;
private static void legacyMergeSort(Object[] a,
int fromIndex, int toIndex) {
// 辅助空间
Object[] aux = copyOfRange(a, fromIndex, toIndex);
// 归并排序
mergeSort(aux, a, fromIndex, toIndex, -fromIndex);
}
private static void mergeSort(Object[] src,
Object[] dest,
int low,
int high,
int off) {
int length = high - low;
// 排序数据特别小使用插入排序
if (length < INSERTIONSORT_THRESHOLD) {
for (int i=low; i<high; i++)
for (int j=i; j>low &&
((Comparable) dest[j-1]).compareTo(dest[j])>0; j--)
swap(dest, j, j-1);
return;
}
int destLow = low;
int destHigh = high;
low += off;
high += off;
int mid = (low + high) >>> 1;
// 递归调用
mergeSort(dest, src, low, mid, -off);
mergeSort(dest, src, mid, high, -off);
// 这里是优化 我们可以添加一个判断条件,如果a[mid]小于等于a[mid+1],我们就认为数组已经是有序的并跳过merge()方法。这个改动不影响排序的递归调用,但是任意有序的子数组算法的运行时间就变为线性的了
if (((Comparable)src[mid-1]).compareTo(src[mid]) <= 0) {
System.arraycopy(src, low, dest, destLow, length);
return;
}
// copy辅助数组到原数组
for(int i = destLow, p = low, q = mid; i < destHigh; i++) {
if (q >= high || p < mid && ((Comparable)src[p]).compareTo(src[q])<=0)
dest[i] = src[p++];
else
dest[i] = src[q++];
}
}
// 交换两个元素
private static void swap(Object[] x, int a, int b) {
Object t = x[a];
x[a] = x[b];
x[b] = t;
}
- Go版本
func mergeTopDownSort(nums []int, aux []int, low, high int) {
// 如果就一个元素,直接返回
if low >= high {
return
}
// 查找中点
mid := low + (high-low)/2
// 左边进行切割
mergeTopDownSort(nums, aux, low, mid)
// 右边进行切割
mergeTopDownSort(nums, aux, mid+1, high)
// 合并s
mergeTopDown(nums, aux, low, mid, high)
}
func mergeTopDown(nums []int, aux []int, low, mid, high int) {
// 复制数据到辅助数组
for i := low; i <= high; i++ {
aux[i] = nums[i]
}
// 设置最低的index
lowIndex := low
// 设置高index
highIndex := mid + 1
for i := low; i <= high; i++ {
if lowIndex > mid {
// 左边获取完毕
nums[i] = aux[highIndex]
highIndex = highIndex + 1
} else if highIndex > high {
// 右边获取完毕
nums[i] = aux[lowIndex]
lowIndex = lowIndex + 1
} else if aux[lowIndex] < aux[highIndex] {
// 都没获取完毕,并且左边小于右边
nums[i] = aux[lowIndex]
lowIndex = lowIndex + 1
} else {
// 都没获取完毕,并且右边小于左边
nums[i] = aux[highIndex]
highIndex = highIndex + 1
}
}
}
自底而上
func mergeDownTopSort(num []int) {
length := len(num)
aux := make([]int, length)
for sz := 1; sz < length; sz = sz + sz { //sz 子数组大小
// 因为每次合并的都是2sz,所以下次处理的位置是2sz
// 1 2 4 8 16
for low := 0; low < length-sz; low += sz + sz { //子数组索引
high := low
if low+sz+sz-1 > length-1 {
high = length - 1
} else {
high = low + sz + sz - 1
}
mergeTopDown(num, aux, low, low+sz-1, high)
}
}
}
总结
- 时间复杂度O(NlogN)
- 稳定排序
- 不是原地排序
- 空间负责度O(N)