什么是归并排序?
归并排序(Merge Sort) 是一种基于分治思想的稳定排序算法,由John von Neumann于1945年提出。它将数组递归地分成两半分别排序,然后再合并起来。归并排序的最大特点是稳定性——相等元素的相对顺序在排序后保持不变。
归并排序的核心思想
- 分解(Divide):将数组从中间分成两个子数组
- 递归排序(Conquer):递归地对两个子数组进行归并排序
- 合并(Merge):将两个有序的子数组合并成一个有序数组
C++ 代码实现
#include <iostream>
#include <vector>
using namespace std;
// 合并两个有序数组
void merge(vector<int>& arr, int left, int mid, int right) {
// 创建临时数组
vector<int> temp(right - left + 1);
int i = left; // 左半部分指针
int j = mid + 1; // 右半部分指针
int k = 0; // 临时数组指针
// 合并两个有序部分
while (i <= mid && j <= right) {
if (arr[i] <= arr[j]) {
temp[k++] = arr[i++];
} else {
temp[k++] = arr[j++];
}
}
// 复制剩余元素
while (i <= mid) {
temp[k++] = arr[i++];
}
while (j <= right) {
temp[k++] = arr[j++];
}
// 将排好序的元素复制回原数组
for (int p = 0; p < k; p++) {
arr[left + p] = temp[p];
}
}
// 归并排序主函数
void merge_sort(vector<int>& arr, int left, int right) {
if (left < right) {
int mid = left + (right - left) / 2;
// 递归排序左右两部分
merge_sort(arr, left, mid);
merge_sort(arr, mid + 1, right);
// 合并
merge(arr, left, mid, right);
}
}
// 原地归并排序(节省空间,但效率略低)
void merge_inplace(vector<int>& arr, int left, int mid, int right) {
int i = left, j = mid + 1;
while (i <= mid && j <= right) {
if (arr[i] <= arr[j]) {
i++;
} else {
// arr[i] > arr[j],需要将arr[j]插入到前面
int temp = arr[j];
// 将arr[i..j-1]向后移动一位
for (int k = j; k > i; k--) {
arr[k] = arr[k - 1];
}
arr[i] = temp;
i++;
mid++;
j++;
}
}
}
int main() {
vector<int> arr = {38, 27, 43, 3, 9, 82, 10};
int n = arr.size();
cout << "排序前: ";
for (int x : arr) cout << x << " ";
cout << endl;
merge_sort(arr, 0, n - 1);
cout << "排序后: ";
for (int x : arr) cout << x << " ";
cout << endl;
return 0;
}
迭代版归并排序
递归版本可能导致栈溢出,迭代版本可以避免这个问题:
void merge_sort_iterative(vector<int>& arr) {
int n = arr.size();
// 从子数组大小为1开始,逐渐增大
for (int size = 1; size < n; size *= 2) {
// 遍历所有需要合并的子数组对
for (int left = 0; left < n; left += 2 * size) {
int mid = min(left + size - 1, n - 1);
int right = min(left + 2 * size - 1, n - 1);
if (mid < right) {
merge(arr, left, mid, right);
}
}
}
}
复杂度分析
| 特性 | 复杂度 |
|---|---|
| 时间复杂度(最好/平均/最坏) | O(n log n) |
| 空间复杂度 | O(n) |
| 稳定性 | ✅ 稳定 |
归并排序的应用场景
- 外部排序:当数据量太大无法全部加载到内存时
- 链表排序:O(n log n) 稳定排序
- 逆序对计数:利用归并过程计算逆序对
- 并行排序:易于并行化处理
总结
归并排序是一种经典的分治算法,其稳定性使其在需要保持元素相对顺序的场景中不可替代。虽然需要 O(n) 的额外空间,但其稳定性和保证的 O(n log n) 时间复杂度使其成为重要的排序算法。理解归并排序对于学习更复杂的算法(如归并树、CDQ分治等)也很有帮助。