开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第5天，点击查看活动详情

前序

上一篇：希尔排序

归并排序

理论

首先关于归并排序之前写的几个排序都不太一样。归并：将一组测试数据分割成两组然后对两组中的数据进行分别判断处理，然后讲两组数据在合并成一组数据，就是分而治之，也是分治法（Divide and Conquer）

分治法：分土地交公粮..... 商鞅变法——> 地主

动态演示图：

实践

coding

/***
 * mergeSort 归并排序测试
 */
@Test
public void mergeSortTest() throws Exception {
    int[] ints = {1, 3, 5, 8, 2, 2, 7, 7, 6, 88, 23, 56, 21, 15};
    System.out.println("原始数组数据");
    for (int i = 0; i < ints.length; i++) {
        System.out.print(ints[i] + ",");
    }
    long l = System.nanoTime();
    ints = mergeSort(ints);
    // 使用纳秒计算时间信息
    System.out.println("耗时" + (System.nanoTime() - l));
    System.out.println("排序之后的数据");
    for (int i = 0; i < ints.length; i++) {
        System.out.print(ints[i] + ",");
    }
}

/**
 *  排序
 * @param ints  初始数组
 * @return xx
 * @throws Exception
 */
public int[] mergeSort(int[] ints) throws Exception {
    if (ints.length >= 2) {
        int middle = ints.length / 2;
        int[] left = Arrays.copyOfRange(ints, 0, middle);
        int[] right = Arrays.copyOfRange(ints, middle, ints.length);
        //递归分治法
        // 首先 注意这块数中 对于自身数组 进行了递归排序 在最终merge 的时候数据已经是有序的了
        // 因为最后都是单个或者两个数进行比较的 分解因子是 / 2 
        return merge(mergeSort(left), mergeSort(right));
    } else {
        return ints;
    }
}

/**
 * 核心分治法
 *
 * @param left  左数组
 * @param right 右 数组
 * @return xx
 */
private int[] merge(int[] left, int[] right) {
    // 两个数组合并成一个
    int[] result = new int[left.length + right.length];
    int i = 0;

    //进行数据对比 进行数据排序交换
    // 这个算法 比较中 数组如果存在剩余的话 那么他其实就是剩下最大的数据集
    // 算法 示例   left:1356 right: 4789   right： 剩余7 8 9
    //  left: 4679  right: 1358  left 剩余 9
    while (left.length > 0 && right.length > 0) {
        //如果左边的小于右边的第一个 那么暂时将 临时数组的第一个暂时放左边的  ，
        //反之 将右边小的放在 临时数组的第一个
        // 然后一直 while 进行比较
        if (left[0] <= right[0]) {
            result[i++] = left[0];
            // 设置完成之后 将 原本  left数组的 0 位置的数据进行剔除 然后 进行重新 在后面进行数据比较
            left = Arrays.copyOfRange(left, 1, left.length);
        } else {
            result[i++] = right[0];
            // 设置完成之后 将 原本  rift数组的 0 位置的数据进行剔除 然后 进行重新 在后面进行数据比较
            right = Arrays.copyOfRange(right, 1, right.length);
        }
    }
    //上面会一直剔除 最后如果左边的还有数的话 就表明右边的数据全部都比较完成 然后呢 就剩下 左边还有数据 ，然后呢 右边的数据都比较完成了
    // 并且通过上面的排序 左右两边的数据都是已经有序了 左边还剩下的 就是左边都比临时数组大的 并且有序的数据  它有序是递归的时候已经进行了排序
    while (left.length > 0) {
        result[i++] = left[0];
        left = Arrays.copyOfRange(left, 1, left.length);
    }
    // 这个和上面的逻辑一样 右边剩下的也是 大的数据
    while (right.length > 0) {
        result[i++] = right[0];
        right = Arrays.copyOfRange(right, 1, right.length);
    }

    return result;
}

测试结果

总结

其实大家可以看见所以整个归并排序来说它的数据效果对于之前前四篇的效率不是很高，但是这个是因为我测试的数据量太小导致的所以在实际情况下，分治法是一个很好的问题解决思路。就好比我在这个算法里面有很多copy 数组的操作，这个是很耗时的，然后实际在开发过程中可能不是这样的操作，然后呢，其实不知道大家有没有接触过 complatefuture 这个相关的高并发处理场景，这个流式计算其实也可以想想也可以按照内容一个个执行处理。

分治法： 这个是一个很重要的思想，分工而作，个人跟个人事，效率高。

这里说明一下，该算法中借用了多次临时数组的情况所以比较消耗内存以及时间，所以上图 OUT_PLACe

Ending

排序算法系列下一篇：快速排序

Java 归并排序

前序

归并排序

理论

实践

coding

测试结果

总结

Ending