归并排序算法详细图解_归并排序算法详解

全栈程序员-站长 • 2022年10月20日下午12:46 • 未分类 • 阅读 1

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

十大经典排序算法

一、什么是归并排序

1.概念

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，归并排序对序列的元素进行逐层折半分组，然后从最小分组开始比较排序，合并成一个大的分组，逐层进行，最终所有的元素都是有序的

2.算法原理

这是一个无序数列：4、5、8、1、7、2、6、3，我们要将它按从小到大排序。按照归并排序的思想，我们要把序列逐层进行拆分

序列逐层拆分如下
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nvJMNUvk-1592551094228)(./归并1.png)]
然后从下往上逐层合并，首先对第一层序列1（只包含元素4）和序列2（只包含元素5）进行合并

创建一个大序列，序列长度为两个小序列长度之和，p1、p2指针分别指向两个小序列的第一个元素，p指向大序列的第一个元素

比较p1、p2指向的元素，4小于5，将4填入p指向的元素，p、p1往右移一位

此时，序列1已经没有元素，将序列2的元素依次填入大序列中

序列8和1，序列7和2，序列6和3，用同样的方式填入新的序列
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rWPH114Z-1592551094235)(./归并5.png)]
接着，以4、5为序列1，1、8为序列2，继续进行合并

创建一个序列长度为4的大序列，p1指向序列1的第一个元素4，p2指向序列2的第一个元素1，p指向大序列的第一个元素

4和1比较，4大于1，1填入p指向的元素，p、p2往右移一位

4和8比较，4小于8，4填入p指向的元素，p、p1往右移一位

5和8比较，5小于8，5填入p指向的元素，p、p1往右移一位

自此，序列1已经没有元素，将序列2的元素依次填入大序列中

序列2、7和序列3、6以同样的方式合并成新的序列

最后，将序列1、4、5、8和序列2、3、6、7以同样的方式继续合并成新的序列
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tK2Rw29s-1592551094245)(./归并12.png)]
至此所有的元素都是有序的

3.算法实现

function sort(arr, startIndex = 0, endIndex = arr.length - 1) {
    // 递归结束条件：startIndex大于等于endIndex的时候
    if (startIndex >= endIndex) {
        return;
    }

    // 折半递归
    let midIndex = parseInt((startIndex + endIndex) / 2);
    sort(arr, startIndex, midIndex);
    sort(arr, midIndex + 1, endIndex);
    // 将两个有序的小数组，合并成一个大数组
    merge(arr, startIndex, midIndex, endIndex);
}

function merge(arr, startIndex, midIndex, endIndex) {
    // 新建一个大数组
    let tempArr = [];
    let p1 = startIndex;
    let p2 = midIndex + 1;
    let p = 0;

    // 比较两个有序小数组的元素，依次放入大数组中
    while (p1 <= midIndex && p2 <= endIndex) {
        if (arr[p1] <= arr[p2]) {
            tempArr[p++] = arr[p1++];
        } else {
            tempArr[p++] = arr[p2++];
        }
    }

    // 右侧小数组已排序完毕，左侧小数组还有剩余，将左侧小数组元素依次放入大数组尾部
    while (p1 <= midIndex) {
        tempArr[p++] = arr[p1++];
    }
    // 左侧小数组已排序完毕，右侧小数组还有剩余，将右侧小数组元素依次放入大数组尾部
    while (p2 <= endIndex) {
        tempArr[p++] = arr[p2++];
    }

    for (let i = 0; i < tempArr.length; i++) {
        arr[i + startIndex] = tempArr[i];
    }
}

let arr = [4, 5, 8, 1, 7, 2, 6, 3];
sort(arr);
console.log(arr);

二、归并排序算法特点

1.时间复杂度

归并排序算法每次将序列折半分组，共需要logn轮，因此归并排序算法的时间复杂度是O(nlogn)

2.空间复杂度

归并排序算法排序过程中需要额外的一个序列去存储排序后的结果，所占空间是n，因此空间复杂度为O(n)

3.稳定性

归并排序算法在排序过程中，相同元素的前后顺序并没有改变，所以归并排序是一种稳定排序算法

另外推荐一个开发者小工具网站，个人觉得里面的Json格式化功能很强大，报错很详细

https://tinyutil.com/

还可以输入表达式进行内容选取，对于复杂json非常多层级的内容展现非常用用处
在这里插入图片描述

发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/179929.html原文链接：https://javaforall.net

归并排序算法详细图解_归并排序算法详解

十大经典排序算法

一、什么是归并排序

1.概念

2.算法原理

3.算法实现

二、归并排序算法特点

1.时间复杂度

2.空间复杂度

3.稳定性

相关推荐

LDAP 中的 RDN「建议收藏」

mysql数据库存储过程讲解与实例分析_数据库存储过程的优点

emoji的表情包_emoji每个表情对照表

pycharm conda 虚拟环境_yum源配置本地镜像

excel图片链接显示为图片_怎样将图片拼接成长图

httpclient4 请一定设置超时时间

发表回复