首页手记【数据结构与算法】—— 归并排序

【数据结构与算法】—— 归并排序

标签：

算法与数据结构

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 and Conquer）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。归并排序是一种稳定的排序方法。

归并介绍

前面有介绍，这里依然不做介绍

归并思想

核心思想：不断的将大的数组分成两个小数组，直到不能拆分为止，即形成了单个值。此时使用合并的排序思想对已经有序的数组进行合并，合并为一个大的数据，不断重复此过程，直到最终所有数据合并到一个数组为止。

归并分析

我在网上看到一大神写的关于归并排序的图解，很清楚明了。可以借鉴一下：【图解】归并排序

图解归并-动态

代码实现

Java程序是网上得到哪位大神提供的。


public  static  void  main(String[] args) {

int[] data = {8, 4, 5, 7, 1, 3, 6, 2};

mergeSort(data);

System.out.println(Arrays.toString(data));

}

public  static  void  mergeSort(int[] arr) {

sort(arr, 0, arr.length -  1);

}

public  static  void  sort(int[] arr, int L, int R) {

if (L == R) {

return;

}

int mid = L + ((R - L) >>  1);

sort(arr, L, mid);

sort(arr, mid +  1, R);

merge(arr, L, mid, R);

}

public  static  void  merge(int[] arr, int L, int mid, int R) {

int[] temp =  new  int[R - L +  1];

int i =  0;

int p1 = L;

int p2 = mid +  1;

// 比较左右两部分的元素，哪个小，把那个元素填入temp中

while (p1 <= mid && p2 <= R) {

temp[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];

}

// 上面的循环退出后，把剩余的元素依次填入到temp中

// 以下两个while只有一个会执行

while (p1 <= mid) {

temp[i++] = arr[p1++];

}

while (p2 <= R) {

temp[i++] = arr[p2++];

}

// 把最终的排序的结果复制给原数组

for (i =  0; i < temp.length; i++) {

arr[L + i] = temp[i];

}

}


def  main(args: Array[String]):  Unit  = {

var left:  List[Int] =  List(

4, 5, 7, 8

)

var right:  List[Int] =  List(1, 2, 3, 6)

val ints:  List[Int] = merge(left, right)

println(ints)

}

def  merge(left: List[Int], right: List[Int]):  List[Int] = (left, right) match {

case (Nil, _) => right

case (_, Nil) => left

case (x :: xTail, y :: yTail) =>

if (x <= y) x :: merge(xTail, right)

else y :: merge(left, yTail)

}