前言:
此刻朋友们对“自底向上合并排序算法的时间复杂度”都比较注重,大家都想要分析一些“自底向上合并排序算法的时间复杂度”的相关资讯。那么小编同时在网上收集了一些关于“自底向上合并排序算法的时间复杂度””的相关文章,希望小伙伴们能喜欢,小伙伴们一起来了解一下吧!前言
在上一篇《常见的初级排序算法,这次全搞懂》,主要谈了常用的初级算法,这些算法的时间复杂度都是O(n²),这些算法无法处理大量数据;本篇我们谈一种基于归并操作完成排序的算法。
归并排序算法思路
要将一个数组排序,可以先将数组分为两个数组分别排序,然后再将结果归并在一起,重复递归这个过程,直到数组整体有序,这就是归并排序的算法思路。
归并排序的优点是它能够保证任意长度为N的数组排序所需的时间与 NlogN 成正比,这个优点是初级排序无法达到的。
缺点是因为归并操作需要引入额外的数组,额外的空间与N成正比
原地归并实现
在实现归并排序之前,我们需要先完成两个有序数组的归并操作,即将两个有序的数组合并成一个有序的数组;
在此过程中我们需要引入一个辅助数组;定义的方法签名为merge(a, lo, mid, hi),这个方法将数组a[lo..mid]与a[mid..hi]归并成一个有序的数组,结果存放到a[lo..mid]中;该方法中需要使用的上一篇中的公共函数 less ,参考上一篇文章《常见的初级排序算法,这次全搞懂》
public class MergeSort implements SortTemplate { private Comparable[] aux; @Override public void sort(Comparable[] array) { //待实现 } private void merge(Comparable[] a, int lo, int mid, int hi) { for (int i = lo; i <= hi; i++) { aux[i] = a[i]; } int i = lo, j = mid + 1; for (int k = lo; k <= hi; k++) { if (i > mid) { a[k] = aux[j++]; } else if (j > hi) { a[k] = aux[i++]; } else if (less(aux[i], aux[j])) { a[k] = aux[i++]; } else { a[k] = aux[j++]; } } }}自顶向下的归并排序
基于分而治之的思想,大的数组排序,先递归拆分成小的数组,保证小的数组有序再归并,直到整个数组有序,这个操作就是自顶向下的归并排序
public class MergeSort implements SortTemplate { private Comparable[] aux; @Override public void sort(Comparable[] array) { aux = new Comparable[array.length]; doSort(array, 0, array.length - 1); } private void doSort(Comparable[] array, int lo, int hi) { if (lo >= hi) { return; } int mid = (hi - lo) / 2 + lo; doSort(array, lo, mid); doSort(array, mid + 1, hi); merge(array, lo, mid, hi); } private void merge(Comparable[] a, int lo, int mid, int hi) { //省略 }}
以上代码是标准的递归归并排序操作,但是经过仔细思考之后,该算法还有可以优化的地方
「测试数组是否已经有序」;如果a[mid]<=a[mid+1],那么我们就可以跳过merge方法,减少merge操作;修复之后的doSort方法
private void doSort(Comparable[] array, int lo, int hi) { if (lo >= hi) { return; } int mid = (hi - lo) / 2 + lo; doSort(array, lo, mid); doSort(array, mid + 1, hi); if (array[mid].compareTo(array[mid + 1]) >= 0) { merge(array, lo, mid, hi); }}「对于小规模的数组可以使用插入排序」;对于小规模的数组使用归并排序会增加递归调用栈,所以我们可以考虑使用插入排序来处理子数组的排序
private void doSort(Comparable[] array, int lo, int hi) { if (lo >= hi) { return; } if (hi - lo < 5) { //测试,小于5就使用插入排序 insertionSort(array, lo, hi); return; } int mid = (hi - lo) / 2 + lo; doSort(array, lo, mid); doSort(array, mid + 1, hi); if (less(array[mid + 1], array[mid])) { merge(array, lo, mid, hi); }}//插入排序private void insertionSort(Comparable[] array, int lo, int hi) { for (int i = lo; i <= hi; i++) { for (int j = i; j > lo && less(array[j], array[j - 1]); j--) { exch(array, j, j - 1); } }}「节省复制元素到辅助数组的时间」;要实现该操作较麻烦,需要在每一层递归的时候交换输入数据和输出数组的角色;修改之后的完整代码如下:
public class MergeSort implements SortTemplate { private Comparable[] aux; @Override public void sort(Comparable[] array) { aux = array.clone(); doSort(aux, array, 0, array.length - 1); } private void doSort(Comparable[] src, Comparable[] dest, int lo, int hi) { if (lo >= hi) { return; } if (hi - lo < 5) { //测试,小于5就使用插入排序 insertionSort(dest, lo, hi); return; } int mid = (hi - lo) / 2 + lo; doSort(dest, src, lo, mid); doSort(dest, src, mid + 1, hi); if (less(src[mid + 1], src[mid])) { merge(src, dest, lo, mid, hi); } } //插入排序 private void insertionSort(Comparable[] array, int lo, int hi) { for (int i = lo; i <= hi; i++) { for (int j = i; j > lo && less(array[j], array[j - 1]); j--) { exch(array, j, j - 1); } } } private void merge(Comparable[] src, Comparable[] dest, int lo, int mid, int hi) { int i = lo, j = mid + 1; for (int k = lo; k <= hi; k++) { if (i > mid) { dest[k] = src[j++]; } else if (j > hi) { dest[k] = src[i++]; } else if (less(src[i], src[j])) { dest[k] = src[i++]; } else { dest[k] = src[j++]; } } }}
每一层递归操作都会让子数组有序,但是子数组可能是aux[lo..hi]也有可能是a[lo..hi];由于第一次调用doSort传入的是src=aux,dest=array,所以递归最后的结果一定是输入到了array中,保证了array整体排序完成
自底向上的归并排序
实现归并算法还有另一种思路,就是先归并那些小的数组,然后再成对归并得到子数组,直到整个数组有序
public class MergeSort implements SortTemplate { private Comparable[] aux; @Override public void sort(Comparable[] array) { int length = array.length; aux = new Comparable[length]; for (int sz = 1; sz < length; sz += sz) { for (int i = 0; i < length - sz; i += 2 * sz) { merge(array, i, i + sz - 1, Math.min(i + 2 * sz - 1, length - 1)); } } } private void merge(Comparable[] a, int lo, int mid, int hi) { for (int i = lo; i <= hi; i++) { aux[i] = a[i]; } int i = lo, j = mid + 1; for (int k = lo; k <= hi; k++) { if (i > mid) { a[k] = aux[j++]; } else if (j > hi) { a[k] = aux[i++]; } else if (less(aux[i], aux[j])) { a[k] = aux[i++]; } else { a[k] = aux[j++]; } } }}最后(点关注,不迷路)
文中或许会存在或多或少的不足、错误之处,有建议或者意见也非常欢迎大家在评论交流。
最后,「写作不易,请不要白嫖我哟」,希望朋友们可以「点赞评论关注」三连,因为这些就是我分享的全部动力来源
❝
有需要的朋友回复「源码」或私信发送「源码」
参考书籍:算法第四版
❞
精美的淘客项目完全开源啦,有需要的朋友回复「源码」或私信发送「源码」
标签: #自底向上合并排序算法的时间复杂度