前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【排序4】探秘归并排序:提高程序效率的必备技巧

【排序4】探秘归并排序:提高程序效率的必备技巧

作者头像
小舒不服输
发布2024-01-30 13:48:55
870
发布2024-01-30 13:48:55
举报
文章被收录于专栏:编程乐园·编程乐园·
😊归并排序

🎊1、基本思想

归并排序(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide andConquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并

🔍归并排序的实现可以分为两个主要步骤:分解合并分解:将待排序序列平均分成两个子序列,递归地对子序列进行分解,直到子序列的长度为1(此时子序列已经有序)。 合并:将两个有序子序列合并成一个新的有序序列。合并操作从两个子序列的起始位置开始,比较两个子序列的当前元素,将较小的元素放入新序列中,并将该元素所在子序列的指针向后移动一位。重复此过程,直到一个子序列的所有元素都被放入新序列中。然后将另一个子序列的剩余元素依次放入新序列中。

合并如图

在这里插入图片描述
在这里插入图片描述

🎊2、代码示例

代码语言:javascript
复制
public static void mergeSort(int[] array) {
        mergeFunc(array,0,array.length-1);
}

private static void mergeFunc(int[] array,int left,int right) {
	if(left >= right) {
		return;
    }
    int mid = left + ((right-left) >> 1);
    mergeFunc(array,left,mid);
    mergeFunc(array,mid+1,right);
    //左边分解完,右边分解完,开始合并
    merge(array,left,mid,right);
}

private static void merge(int[] array,int left,int mid,int right) {
	int s1 = left;
    int e1 = mid;
    int s2 = mid+1;
    int e2 = right;
    int[] tmpArr = new int[right-left+1];
    int k = 0;
    //1.保证两个表 都有数据
    while (s1 <= e1 && s2 <= e2) {
		if(array[s1] <= array[s2]) {
			tmpArr[k++] = array[s1++];
        }else {
            tmpArr[k++] = array[s2++];
        }
	}
	//2. 看哪个数组 还有数据 拷贝回去
    while (s1 <= e1) {
		tmpArr[k++] = array[s1++];
	}
    while (s2 <= e2) {
		tmpArr[k++] = array[s2++];
    }
    //3.拷贝到源数组
    for (int i = 0; i < k; i++) {
	}
}

🎊3、非递归实现

代码语言:javascript
复制
public static void mergeSortNor(int[] array) {
	int  gap = 1;
    //最外层循环 控制组数
    while (gap < array.length) {
		//每一组进行排序
        for (int i = 0; i < array.length; i = i+2*gap) {
        	int left = i;
        	int mid = left + gap-1;
        	if(mid >= array.length) {
			mid = array.length-1;
        	}
        	int right = mid+gap;
        	if(right >= array.length) {
        	right = array.length-1;
			}
        	merge(array,left,mid,right);
		}
		gap *= 2;
	}
}

🎊4、归并排序的性能分析

归并排序的时间复杂度为O(nlogn),其中n为待排序序列的长度。这是因为归并排序每次都将序列分成两半,需要递归logn次。每次合并操作需要遍历所有元素,因此总的时间复杂度为O(nlogn)。归并排序的空间复杂度为O(n),因为合并操作需要额外的空间来存储新序列。

🎊5、归并排序的优缺点

👻归并排序的优点包括: 1、稳定性:归并排序是一种稳定的排序算法,即相同元素的相对顺序在排序过程中不会改变。 2、时间复杂度:归并排序的时间复杂度为O(nlogn),在处理大量数据时具有较高的性能。

🎉归并排序的缺点包括: 1、空间复杂度:归并排序的空间复杂度为O(n),需要额外的空间来存储新序列。在内存受限的情况下,这可能会成为一个问题。

🎊6、归并排序的应用场景

归并排序在许多领域都有广泛的应用,例如:

1、外部排序:在处理大量数据且内存受限的情况下,归并排序是一种有效的外部排序算法。它可以将数据分成多个小块,分别排序后再合并。 2、数据库系统:数据库系统在进行数据查询、排序和索引时,经常使用归并排序来提高性能。 3、大数据处理:在处理大规模数据集时,归并排序可以与其他算法(如MapReduce)结合使用,实现高效的数据处理和分析。

🎊7、总结

🥳

  1. 归并的缺点在于需要O(N)的空间复杂度,归并排序的思考更多的是解决在磁盘中的外排序问题。
  2. 时间复杂度:O(N*logN)
  3. 空间复杂度:O(N)
  4. 稳定性:稳定

🎉OK!今天的分享就到这里了,后面还会分享更多算法,敬请关注喔!!!✌️

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-01-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 😊归并排序
  • 🎊1、基本思想
  • 🎊2、代码示例
  • 🎊3、非递归实现
  • 🎊4、归并排序的性能分析
  • 🎊5、归并排序的优缺点
  • 🎊6、归并排序的应用场景
  • 🎊7、总结
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档