本文已参与「新人创作礼」活动，一起开启掘金创作之路。
非递归式归并排序
非递归实现归并排序的划分函数Merge和递归的归并排序是一样的，但是使用了一种较为巧妙的方法来代替递归过程，具体过程都注释在代码中了，代码如下：
package test1;
import java.util.Arrays;
/**
* 非递归实现归并排序
*/
/**
* @author 小徐同学
*
* 2021年10月30日
*/
public class UnMargeSort {
//划分函数，一定程度上的排序，并排不完，需要递归调用来完成归并排序，相当于把问题分而治之
public static void Merge(int []dsi,int []src,int left ,int m, int right)
{
int i = left, j = m+1;
int k = left;
while(i<=m && j<=right)
{
dsi[k++] = src[i] < src[j]? src[i++]:src[j++];
}
while(i<=m)
{
dsi[k++] = src[i++];
}
while(j<=right)
{
dsi[k++] = src[j++];
}
}
/**
* 非递归的归并排序
* @param dis 排序好的数组
* @param src 源数据的数组
* @param s 划分区间参数，也就是表示这一轮中s个数据一起排一次
* @param n 最后一个元素的下标值
*/
public static void NiceMergePass(int []dis,int []src,int s,int n) // n => index;
{
System.out.printf("s = %d \n",s);
int i = 0;
for(i = 0;i+2*s -1 <= n;i = i+2*s)
{ // i <= n -2*s+1
Merge(dis,src,i,i+s-1,i+2*s-1);
System.out.printf("left: %d m: %d right: %d \n",i,i+s-1,i+2*s-1);
}
if(n >= i+s)
{
//如果最后一个元素的下标值n>=i+s，那么就是说还有数字没有进行划分
// 我们直接给Merge()函数的参数列表传参改变划分的范围以保证每个元素都被划分
Merge(dis,src,i,i+s-1,n);
System.out.printf("left: %d m: %d right: %d \n",i,i+s-1,n);
}
else
{
//如果最后一个元素的下标值n<i+s，那么就是说划分范围超过元素数量，
// 产生这种情况的原因在于下面的NiceMergeSort函数中的s+=s这样的扩大划分范围的操作
//这时我们只需要把 下标为n之前的 未划分的 元素入到 dis[]数组中即可
for(int j = i;j<=n;++j)
{
dis[j] = src[j];
}
}
}
//递归实现归并排序，其中ar[]和br[]在每一次归并后互相传参，防止还没有被划分的元素丢失
public static void NiceMergeSort(int []ar)
{
int []br = new int[ar.length];
int n = ar.length -1; //n为最后一个元素的下标值
int s = 1; //第一轮s为1 s用来规划几个元素一组 再进行划分函数Merge()
while(s < n)
{
NiceMergePass(br,ar,s,n);
System.out.println(Arrays.toString(br));
s+=s; // 第二轮s为2 // 第四轮s为8// s<<=1操作也可以;
NiceMergePass(ar,br,s,n);
System.out.println(Arrays.toString(ar));
s+=s; // 第三轮s为4 // 第五轮s为16 // s<<=1操作也可以
}
}
public static void main(String[] args)
{
int []ar = {23,54,34,56,92,12,65};
System.out.println("原始书籍："+Arrays.toString(ar));
NiceMergeSort(ar);
System.out.println("递归实现归并排序："+Arrays.toString(ar));
}
}
9.堆排序
堆排序是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点
原理
在堆的数据结构中，堆中的最大值总是位于根节点（在优先队列中使用堆的话堆中的最小值位于根节点）。堆中定义以下几种操作：
- 最大堆调整（Max Heapify）：将堆的末端子节点作调整，使得子节点永远小于父节点
- 创建最大堆（Build Max Heap）：将堆中的所有数据重新排序
- 堆排序（HeapSort）：移除位在第一个数据的根节点，并做最大堆调整的递归运算
