归并排序

xiaoxiao2021-02-28  96

1.归并操作(merge),也叫归并算法,指的是将两个顺序序列合并成一个顺序序列的方法。 如 设有数列{6,202,100,301,38,8,1} 初始状态:6,202,100,301,38,8,1 第一次归并后:{6,202},{100,301},{8,38},{1},比较次数:3; 第二次归并后:{6,100,202,301},{1,8,38},比较次数:4; 第三次归并后:{1,6,8,38,100,202,301},比较次数:4; 总的比较次数为:3+4+4=11,; 逆序数为14。

2.归并操作的工作原理如下: 第一步:申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列 第二步:设定两个指针,最初位置分别为两个已经排序序列的起始位置 第三步:比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置 重复步骤3直到某一指针超出序列尾 将另一序列剩下的所有元素直接复制到合并序列尾

3.递归方式实现代码如下:

public static void reMerge(int[] Arr,int lowBound,int upperBound){ if(lowBound ==upperBound) return; else{ int mid = (lowBound+upperBound)/2; reMerge(Arr,0,mid); reMerge(Arr,mid+1,upperBound); merge(Arr,lowBound,mid+1,upperBound); } } public static void merge(int[] Arr,int lowPtr,int upperPtr,int upperBound){ int k=0; int lowerBound = lowPtr; int mid = upperPtr-1; int n = upperBound-lowerBound+1; int[] theArr = new int[n]; while(lowPtr<=mid&&upperPtr<=upperBound){ if(Arr[lowPtr]<Arr[upperPtr]) theArr[k++]=Arr[lowPtr++]; theArr[k++] = Arr[upperPtr++]; } while(lowPtr<=mid) theArr[k++] =Arr[lowPtr++]; while(upperPtr<=upperBound) theArr[k++] = Arr[upperPtr++]; for(int i=0;i<n;i++){ Arr[lowPtr+i]=theArr[i]; } }

4.实际上,二归并是最典型的归并案例,将两个有序数组排序成一个数组案例如下:

public class MergeTest { public static void main(String[] args) { int[] arrayA = {2,4,6,8,10}; int[] arrayB = {1,3,5,7,9}; int[] arrayC = new int[10]; merge(arrayA, arrayA.length, arrayB, arrayB.length, arrayC); display(arrayC,arrayC.length); } public static void merge(int[] arrayA, int sizeA, int[] arrayB, int sizeB, int[] arrayC){ int aDex=0,bDex=0,cDex=0; while(aDex<sizeA&&bDex<sizeB){ if(arrayA[aDex]<arrayB[bDex]){ arrayC[cDex]=arrayA[aDex]; aDex++; cDex++; } else{ arrayC[cDex]=arrayB[bDex]; bDex++; cDex++; } } while(aDex<sizeA){ arrayC[cDex]=arrayA[aDex]; cDex++; aDex++; } while(bDex<sizeB){ arrayC[cDex]=arrayB[bDex]; bDex++; cDex++; } } public static void display(int[] array,int size){ for(int i=0;i<size;i++){ System.out.print(array[i]+" "); } System.out.println(""); } }

结果: 注:个人学习总结,案例都可以直接运行。参考自书本和百度百科。

转载请注明原文地址: https://www.6miu.com/read-35317.html

最新回复(0)