标签:数据量 pre 过程 stat roc 注意 process img 数组
归并排序(merge sort)采用经典的分治策略,将两个有序的数列合并成一个大的有序的序列,通过递归,层层合并。
对于两个有序的序列合成一个有序的序列,比如 要将 【4,5,7,8】和【1,2,3,6】最终合成【1,2,3,4,5,6,7,8】
package sequence; import java.util.Arrays; /** * 归并排序 */ public class MergeSort { public static void mergeSort(int[] arr){ //参数校验 if(arr == null || arr.length<2){ return; } sortProcess(arr,0,arr.length-1); } /** * 排序过程 * @param arr 要排序的数组 * @param L 左下标 * @param R 右下标 */ public static void sortProcess(int[] arr,int L,int R){ //只有一个数 if(L == R){ return; } //中间位置 int mid = L +((R-L)>>1); //左边归并排序,使得左子序列有序 sortProcess(arr,L,mid); //右边归并排序,使得右子序列有序 sortProcess(arr,mid+1,R); //外排,合并操作 merge(arr,L,mid,R); } /** * 两个有序序列合并 * @param arr 原数组 * @param L 左序列的起始位置 * @param mid 左序列的结束位置 * @param R 右序列的结束位置 */ public static void merge(int[] arr,int L,int mid,int R){ int[] temp = new int[R-L+1]; int k = 0; //temp 数组下标 int i = L; // 指向左序列起始位置 如图中 i 指向的4 int j = mid+1; //指向右序列起始位置 如图中 j 指向1 //哪个指针指向的数小,哪个数就填入temp 数组,然后指针继续移动 while (i <= mid && j <= R){ temp[k++] = arr[i] < arr[j] ? arr[i++] : arr[j++]; } // j 越界 把左序列剩下的元素填入temp while (i <= mid){ temp[k++] = arr[i++]; } // i 越界,把右序列剩下的元素填入temp while (j <= R){ temp[k++] = arr[j++]; } //将temp数组中的元素拷贝到原数组中 System.arraycopy(temp,0,arr,L,temp.length); } public static void main(String[] args) { int[] arr = {8,4,5,7,1,3,6,2}; mergeSort(arr); System.out.println(Arrays.toString(arr)); } }
归并排序是稳定排序,它也是一种十分高效的排序,对于复杂度的计算可以使用master 公式,
T(N)的公式从大规模来看,不细分。
T(N) = a * T(N/b)+O(n^d)
N/b 是子过程数据量 ;a是子过程调用多少次;O(n^d)是除去过程之外剩下的数据量的多少
if log( ba ) > d => O( Nlog(b^a) )
if log( ba ) = d => O( Nd *logN)
if log( ba ) < d => O( Nd )
注意 多个递归的规模必须一样,否则master公式失效。
1、我们设sortProcess的时间复杂度为T(N)
2、从宏观上看,他分别调用了两次自己的函数sortProcess和一次merge,那么T(N)等于两次mergeSort的时间复杂度和一次merge的时间复杂度
3、调用自己的函数的时候,函数个数为N/2,则T(N)=2*T(N/2)+一次merge的时间复杂度
4、根据上面的流程分析merge总共扫描了N个数,执行了N次,所以时间复杂度为O(N)
5、所以T(N)=2*(N/2)+O(N)
6、根据Master公式,此时a=2,b=2,d=1,满足log(b,a) = d
7、所以归并排序时间复杂度为:O(Nd * logN)=O(N* logN)
额外空间复杂度:
我们每次执行merge的时候,都需要创建一个temp数组,而这个temp最大是N个数,需要N个空间,所以额外空间复杂度为O(N)
标签:数据量 pre 过程 stat roc 注意 process img 数组
原文地址:https://www.cnblogs.com/naloy/p/9912165.html