算法 - 归并排序

要点:先递归向下拆分,再递归向上合并,合并后的元素是有序的,分而治之的思想。

为了理解起来简单,算法内部多了数组的创建过程。是可以优化的,可以看一下其它的归并版本。

  1 public class MergeSort<T extends Comparable> {
  2 
  3     private T[] sort(T[] arr, int left, int right) {
  4         // 拆分中点
  5         int middle = (right + left) / 2;
  6         // 如果只有一个数,即左标右标相等,跳出递归
  7         if (left == right) {
  8             return (T[]) new Comparable[]{arr[left]};
  9         }
 10         printSplit(arr, left, middle);
 11         // 左子列递归
 12         T[] leftArr = sort(arr, left, middle);
 13         printSplit(arr, middle + 1, right);
 14         // 右子列递归
 15         T[] rightArr = sort(arr, middle + 1, right);
 16         // 合并
 17         return merge(leftArr, rightArr);
 18     }
 19 
 20     private T[] merge(T[] leftArr, T[] rightArr) {
 21         int lengthLeft = leftArr.length;
 22         int lengthRight = rightArr.length;
 23         // 左子列的游标
 24         int left = 0;
 25         // 右子列的游标
 26         int right = 0;
 27         // 新建数组的游标
 28         int cur = 0;
 29         // 新建放合并元素的数组
 30         T[] mergeArr = (T[]) new Comparable[leftArr.length + rightArr.length];
 31         // 放满了就退出
 32         while (cur < mergeArr.length) {
 33             // 右标移动到末尾了,就把左子列的都放到数组里
 34             if (right == lengthRight) {
 35                 while (left < lengthLeft) {
 36                     mergeArr[cur] = leftArr[left];
 37                     left++;
 38                     cur++;
 39                 }
 40             }
 41             // 左子列的数比右子列的小,放到数组里,移动游标
 42             while (left < lengthLeft && leftArr[left].compareTo(rightArr[right]) <= 0) {
 43                 mergeArr[cur] = leftArr[left];
 44                 left++;
 45                 cur++;
 46             }
 47             // 左子列移动到末尾了,就把右子列的都放到数组里
 48             if (left == lengthLeft) {
 49                 while (right < lengthRight) {
 50                     mergeArr[cur] = rightArr[right];
 51                     right++;
 52                     cur++;
 53                 }
 54             }
 55             // 右子列的数比左子列的小,放到数组里,移动游标
 56             while (right < lengthRight && rightArr[right].compareTo(leftArr[left]) < 0) {
 57                 mergeArr[cur] = rightArr[right];
 58                 right++;
 59                 cur++;
 60             }
 61         }
 62         printMerge(mergeArr);
 63         return mergeArr;
 64     }
 65 
 66     private void printSplit(T[] arr, int left, int right) {
 67         String[] stringArr = new String[]{" ", " ", " ", " ", " ", " ", " ", " ", " ", " ", " "};
 68         for (int i = left; i <= right; i++) {
 69             stringArr[i] = "*";
 70         }
 71         for (T n : arr) {
 72             System.out.print(n);
 73         }
 74         System.out.println();
 75         for (String s : stringArr) {
 76             System.out.print(s);
 77         }
 78         System.out.println(" => 拆分");
 79     }
 80 
 81     private void printMerge(T[] arr) {
 82         for (T n : arr) {
 83             System.out.print(n);
 84         }
 85         System.out.print(" => 合并");
 86         System.out.println();
 87     }
 88 
 89     public void sort(T[] arr) {
 90         Comparable[] newArr = sort(arr, 0, arr.length - 1);
 91         for (int i = 0; i < arr.length; i++) {
 92             arr[i] = (T) newArr[i];
 93         }
 94     }
 95 
 96     public static void main(String[] args) {
 97         Integer[] arr = new Integer[]{1, 3, 8, 7, 6, 9, 5, 4, 3, 2, 0};
 98         MergeSort ms = new MergeSort();
 99         ms.sort(arr);
100     }
101 
102     /**
103      * 13876954320
104      * ******      => 拆分
105      * 13876954320
106      * ***         => 拆分
107      * 13876954320
108      * **          => 拆分
109      * 13876954320
110      * *           => 拆分
111      * 13876954320
112      *  *          => 拆分
113      * 13 => 合并
114      * 13876954320
115      *   *         => 拆分
116      * 138 => 合并
117      * 13876954320
118      *    ***      => 拆分
119      * 13876954320
120      *    **       => 拆分
121      * 13876954320
122      *    *        => 拆分
123      * 13876954320
124      *     *       => 拆分
125      * 67 => 合并
126      * 13876954320
127      *      *      => 拆分
128      * 679 => 合并
129      * 136789 => 合并
130      * 13876954320
131      *       ***** => 拆分
132      * 13876954320
133      *       ***   => 拆分
134      * 13876954320
135      *       **    => 拆分
136      * 13876954320
137      *       *     => 拆分
138      * 13876954320
139      *        *    => 拆分
140      * 45 => 合并
141      * 13876954320
142      *         *   => 拆分
143      * 345 => 合并
144      * 13876954320
145      *          ** => 拆分
146      * 13876954320
147      *          *  => 拆分
148      * 13876954320
149      *           * => 拆分
150      * 02 => 合并
151      * 02345 => 合并
152      * 01233456789 => 合并
153      *
154      * 136789 - 02345 => 稳定性和合并过程说明
155      * ^      . ^     => []
156      * ^      .  ^    => 右比左小 => [0] => 【包含赋值和移动,下同】
157      *  ^     .  ^    => 左比右小 => [0, 1]
158      *  ^     .   ^   => 右比左小 => [0, 1, 2]
159      *  ^     .   ^   => 左右相等,左侧含等号,右侧不含,跳过 => [0, 1, 2]
160      *   ^    .   ^   => 左右相等,进入 => [0, 1, 2, 3]
161      *   ^    .    ^  => 右比左小 => [0, 1, 2, 3, 3] => 顺序未改变,稳定
162      *   ^    .     ^ => 右比左小 => [0, 1, 2, 3, 3, 4]
163      *   ^    .      ^=> 右比左小 => [0, 1, 2, 3, 3, 4, 5] => 右标 = 右子列长度
164      *    ^   .       => 左子列剩余元素移入数组 => [0, 1, 2, 3, 3, 4, 5, 6]
165      *     ^  .       => 左子列剩余元素移入数组 => [0, 1, 2, 3, 3, 4, 5, 6, 7]
166      *      ^ .       => 左子列剩余元素移入数组 => [0, 1, 2, 3, 3, 4, 5, 6, 7, 8]
167      *       ^.       => 左子列剩余元素移入数组 => [0, 1, 2, 3, 3, 4, 5, 6, 7, 8, 9] => 左标 = 左子列长度
168      * 游标cur = 数组长度,退出循环,完成合并过程
169      *
170      * 每层遍历一遍,遍历了logn次
171      * => 遍历次数:nlogn
172      * => 时间复杂度:O(nlogn)
173      * => 稳定性:稳定
174      *
175      */
176 
177 }

 

posted @ 2020-04-28 14:01  SamNicole1809  阅读(35)  评论(0编辑  收藏