java中归并排序及Master公式是什么

java中归并排序及Master公式是什么，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

基本思想

归并排序采取分治的思想进行排序，借用一张图片说明一下

将n个元素从中间切开,分成两部分。(左边可能比右边多1个数) 将步骤1分成的两部分,再分别进行递归分解。直到所有部分的元素个数都为1。 从最底层开始逐步合并两个排好序的数列。
优点在于，分治之后，合并排序的过程时间复杂度是O（N）（只需要扫描一遍就可以将两个有序的数组合并成一个有序数组）

实现

  public static void MergeSort(int[] arr,int l , int r) {        if (l == r || r < 0){            return;        }        int middle = l+(r-l)/2; //取中值，可以防止达到Integer.MaxValue 溢出        MergeSort(arr,l,middle);        MergeSort(arr,middle+1,r);        sort(arr,l,middle,r);    }        private static void sort(int[] arr, int l, int middle, int r) {        int[] temp = new int[arr.length];        System.arraycopy(arr, 0, temp, 0, arr.length);        int right_first = middle+1;        int tempIndex = l;        while (l <= middle && right_first <= r){            if (temp[tempIndex] < temp[right_first]){                arr[l++] = temp[tempIndex++];            }else {                arr[l++] = temp[right_first++];            }        }        while (tempIndex <= middle){            arr[l++] = temp[tempIndex++];        }        while (right_first <= r ){            arr[l++] = temp[right_first++];        }    }

对数器验证

我们可以写个对数器，使用暴力排序的方式验证我们的排序方法是否准确

   //生成1-100内随机数组   public static int[] getParamArrays(){        int[] result = new int[(int) (Math.random() * 100)];        //随机生成数        for (int i = 0; i < result.length; i++) {            result[i] = (int) (Math.random() * 100);        }        return result;    }    public static void main(String[] args){        for (int i = 0; i < 1000000; i++) {            int[] nums = getParamArrays();            int[] temp = nums;            MergeSort(nums,0,nums.length-1);            Arrays.sort(temp);            //通过自定义比较次数，对随机数组进行排序验证正确性            if (!nums.equals(temp)){                System.out.println("wrong");            }        }        System.out.println("end");    }

递归时间复杂度计算 Master 公式

形如
T(N) = a * T(N/b) + O(N^d)(其中的a、b、d都是常数)
的递归函数，可以直接通过Master公式来确定时间复杂度
如果 log(b,a) < d，复杂度为O(N^d)
如果 log(b,a) > d，复杂度为O(N^log(b,a))
如果 log(b,a) == d，复杂度为O(N^d * logN)
此公式适用于子递归规模相等的情况下

a表示递归的次数也就是生成的子问题数，b表示每次递归是原来的1/b之一个规模，O(N^d) 表示分解和合并所要花费的时间之和（除开递归的复杂度）
此处就是 T(N)= 2*T(N/2)+O(N^1) 适用于第三种情况 复杂度为 O（nlogn）

关于java中归并排序及Master公式是什么问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注编程网行业资讯频道了解更多相关知识。