摘要: 一. 捕獲方法調(diào)用
使用call(Signature)切入點。其語法：
pointcut <pointcut name>(<any values to be picked u...
閱讀全文
一.歸并排序的思路
①把 n 個記錄看成 n 個長度為 l 的有序子表；
②進行兩兩歸并使記錄關(guān)鍵字有序，得到 n/2 個長度為 2 的有序子表；
③重復(fù)第②步直到所有記錄歸并成一個長度為 n 的有序表為止。
二.歸并排序算法實例
對于歸并排序算法這類的分治算法，其核心就是"分解"和"遞歸求解"。對于"分解"實例，會在下面分析msort()方法中給出。我們先看合并的過程。
以下面描述的序列為例，在索引范圍內(nèi)[first , last)的序列還有九個整數(shù)元素，它由索引范圍為[first , mid]的四個元素有序子列表A和索引范圍[mid , last]的五個元素有序子列表B組成。
步驟1：比較arr[indexA]=7與arr[indexB]=12。將較小的元素7復(fù)制到數(shù)組tempArr的索引indexC處。并將indexA和indexC都指向下一個位置。
步驟2：比較arr[indexA]=10與arr[indexB]=12。將較小的元素10復(fù)制到數(shù)組tempArr的索引indexC處。并將indexA和indexC都指向下一個位置。
步驟3：比較arr[indexA]=19與arr[indexB]=12。將較小的元素12復(fù)制到數(shù)組tempArr的索引indexC處。并將indexB和indexC都指向下一個位置。
步驟4-7：依次成對比較兩子表的元素將17，19，21，25復(fù)制到數(shù)組tempArr。此時，indexA到達(dá)子表A的未尾(indexA = mid)，indexB引用的值為30。
步驟8-9：將未到尾部的子表剩余數(shù)據(jù)復(fù)制到tempArr中。
步驟10：將tempArr復(fù)制到原始數(shù)據(jù)arr中。
三.歸并排序算法的實現(xiàn)
了解了合并過程，那么理解下面的代碼并不是一件難事。下面提供了歸并算法的非泛型版本和泛型版本。
public class MergeSort 
{
public static void sort(Object[] arr) {
//create a temporary array to store partitioned elements
Object[] tempArr = arr.clone();
//call msort with arrays arr and tempArr along
//with the index range
msort(arr, tempArr, 0, arr.length);
}
public static <T extends Comparable<? super T>> void sort(T[] arr) {
//create a temporary aray to store partitioned elements
T[] tempArr = (T[]) arr.clone();
//call msort with arrays arr and tempArr along
//with the index range
msort(arr, tempArr, 0, arr.length);
}
private static void msort(Object[] arr, Object[] tempArr, int first,
int last) {
//if the sublist has more than 1 element continue
if (first + 1 < last) {
//for sublists of size 2 or more, call msort()
//for the left and right sublists and than
//merge the sorted sublists using merge()
int midpt = (last + first) / 2;
msort(arr, tempArr, first, midpt);
msort(arr, tempArr, midpt, last);
//if list is already sorted, just copy src to
//dest; this is an optimization that results in faster
//sorts for nearly ordered lists
if (((Comparable) arr[midpt - 1]).compareTo(arr[midpt]) <= 0)
return;
//the elements in the ranges [first,mid] and
//[mid,last] are ordered;merge the ordered sublists
//into an ordered sequence in the range [first , last]
//using the temporary array
int indexA, indexB, indexC;
//set indexA to scan sublist A with rang [first , mid]
//and indexB to scan sublist B with rang [mid , last]
indexA = first;
indexB = midpt;
indexC = first;
//while both sublists are not exhausted, compare
//arr[indexA] and arr[indexB]; copy the smaller
//to tempArr
while (indexA < midpt && indexB < last) {
if (((Comparable) arr[indexA]).compareTo(arr[indexB]) < 0) {
tempArr[indexC] = arr[indexA]; //copyto tempArr
indexA++; //increment indexA
} else {
tempArr[indexC] = arr[indexB]; //copyto tempArr
indexB++; //increment indexB
}
indexC++; //increment indexC
}
//copy the tail of the sublist that is not exhausted
while (indexA < midpt) {
tempArr[indexC++] = arr[indexA++]; //copy to tempArr
} while (indexB < last) {
tempArr[indexC++] = arr[indexB++]; //copy to tempArr
}
//copy elements form temporary array to original array
for (int i = first; i < last; i++)
arr[i] = tempArr[i];
}
}
}
上述代碼中最核心的msort()方法是一遞歸算法。下圖說明了msort()方法中子列表的分割與合并。
四.歸并排序算法的效率
歸并排序的最壞情況與平均情況運行時間都為O(nlog
2n)。假定數(shù)組具有n=2
k個元素。如下圖：
在層數(shù)0上對msort()方法的第一個調(diào)用會產(chǎn)生兩個遞歸調(diào)用，這兩個遞歸調(diào)用產(chǎn)生長度為n/2的兩個半部分列表，而merge()方法將上述兩個半部分列表組合的一個有序的n元素列表；在層數(shù)1上存在兩個msort()方法的調(diào)用，每個調(diào)用又會產(chǎn)生另外兩個對長度為n/4的列表的遞歸調(diào)用。每個合并會將兩個長度為n/4的子列表連接為一個長度為n/2的有序列表；在層數(shù)2上存在對merge()方法的4=2
2個調(diào)用，每個調(diào)用會創(chuàng)建一個長度為n/4的有序列表。通常，在層數(shù)i上存在對merge()方法的2
i個調(diào)用，每個調(diào)用會創(chuàng)建一個長度為n/2
i的有序子列表。
層數(shù)0：存在對merge()方法的1=2
0次調(diào)用。這個調(diào)用對n個元素排序。
層數(shù)1：存在對merge()方法的2=2
1次調(diào)用。這個調(diào)用對n/2個元素排序。
層數(shù)2：存在對merge()方法的4=2
2次調(diào)用。這個調(diào)用對n/4個元素排序。
......
層數(shù)i：存在對merge()方法的2
i次調(diào)用。這個調(diào)用對n/i個元素排序。
在樹中的每一層，合并涉及具有線性運行時間的n/2
i個元素，這個線性運行時間需要少于n/2
i次的比較。在層數(shù)i上組合的2
i個合并操作需要少于2
i*n/2
i=n次的比較。假定n=2
k,分割過程會在n/2
k=1的k層數(shù)上終止。那么所有層上完成的工作總量為:k*n = nlog
2n。因此msort()方法的最壞情況效率為O(nlog
2n)。