Java 归并排序的非递归实现

Posted 2021-01-20 华仔要长胖

　　归并排序可以采用递归方法（见：归并排序），但递归方法会消耗深度位O(longn)的栈空间，使用归并排序时，应该尽量使用非递归方法。本文实现了java版的非递归归并排序。

更多：数据结构与算法合集

思路分析

　　递归排序的核心是merge(int[] arr, int start, int mid, int end)函数，讲[start~mid-1]和[mid~end]部分的数据合并，递归代码是使用递归得到mid，一步步分解数组。

　　非递归时，我们直接定义要合并的小数组长度从1开始，在较小的长度数组都合并完成后，令长度*2，继续进行合并，直到合并完成。

 

完整Java代码

（含测试代码）

public class MergeSort2 {
	public void mergeSort(int[] arr) {
		if(arr==null || arr.length<=0)
			return;
		int width = 1;
		while(width<arr.length) {
			mergePass(arr,width);
			width*=2; 
		}
	}
	
	private void mergePass(int[] arr,int width) {
		int start=0;
		while(start+2*width-1<arr.length) {
			int mid=start+width-1;
			int end=start+2*width-1;
			merge(arr,start,mid,end);
			start=start+2*width;
		}
		//剩余无法构成完整的两组也要进行处理
		if(start+width-1<arr.length) 
			merge(arr, start, start+width-1, arr.length-1);
	}
	
	private void merge(int[] arr, int start, int mid, int end) {
		int i=start;
		int j=mid+1;
		int[] temp = new int[end-start+1];
		int index=0;
		while(i<=mid && j<=end) {
			if(arr[i]<=arr[j])
				temp[index++]=arr[i++];
			else
				temp[index++]=arr[j++];
		}
		while(i<=mid)
			temp[index++]=arr[i++];
		while(j<=end)
			temp[index++]=arr[j++];
		
		for(int k=start;k<=end;k++)
			arr[k]=temp[k-start];
	}
	
	//==========测试代码=================
	public void test1() {
		int[] a = null;
		mergeSort(a);
		System.out.println(Arrays.toString(a));
	}

	public void test2() {
		int[] a = {};
		mergeSort(a);
		System.out.println(Arrays.toString(a));
	}

	public void test3() {
		int[] a = { 1 };
		mergeSort(a);
		System.out.println(Arrays.toString(a));
	}

	public void test4() {
		int[] a = { 3, 3, 3, 3, 3 };
		mergeSort(a);
		System.out.println(Arrays.toString(a));
	}

	public void test5() {
		int[] a = { -3, 6, 3, 1, 3, 7, 5, 6, 2 };
		mergeSort(a);
		System.out.println(Arrays.toString(a));
	}
	
	public static void main(String[] args) {
		MergeSort2 demo =new MergeSort2();
		demo.test1();
		demo.test2();
		demo.test3();
		demo.test4();
		demo.test5();
	}
}

　　

MergeSort2

 

更多：数据结构与算法合集