Estruturas de Dados e Algoritmos

João Arthur Brunet
Computação @ UFCG

Ordenação por Comparação: Merge Sort


Merge Sort é um algoritmo eficiente de ordenação por divisão e conquista. Se nossa missão é ordenar um array comparando seus elementos, do ponto de vista assintótico, $n * \log n$ é o nosso limite inferior. Ou seja, nenhum algoritmo de ordenação por comparação é mais veloz do que $n * \log n$. Formalmente, todos são $\Omega(n * \log n)$.

No caso do Merge Sort, uma característica importante é que sua eficiência é $n * \log n$ para o melhor, pior e para o caso médio. Ou seja, ele não é somente $\Omega(n * \log n)$, mas é $\Theta(n * \log n)$. Isso nos dá uma garantia de que, independente da disposição dos dados em um array, a ordenação será eficiente.

O funcionamento do Merge Sort baseia-se em uma rotina fundamental cujo nome é merge. Primeiro vamos entender como ele funciona e depois vamos ver como sucessivas execuções de merge ordena um array.

Merge

Merge é a rotina que combina dois arrays ordenados em um outro também ordenado. Assim como o Quick Sort aplica várias vezes o particionamento para ordenar um array, o Merge Sort também aplica o Merge várias para ordenar um array.

A ideia é simples e é explicada visualmente no vídeo abaixo.

Na prática, não queremos ficar criando arrays separados para uni-los. Isso custa memória e processamento, pois a cada array criado temos que transferir os elementos do array original para ele. O que fazemos então é organizar os dados no array a ser ordenado de forma que uma parte dele esteja ordenada e outra também. Assim, no Merge Sort não fazemos o merge de dois arrays, mas fazemos o merge de duas partes ordenadas de um mesmo array. Veja o vídeo abaixo com essa explicação bem detalhada.

Implementação do Merge

O código do método merge está descrito abaixo. Vamos analisar por partes cada detalhe da implementação.

...
    public void merge(int[] v, int left, int middle, int right) {
        
        // transfere os elementos entre left e right para um array auxiliar.
        int[] helper = new int[v.length];
        for (int i = left; i <= right; i++) {
            helper[i] = v[i];
        }
        
        
        int i = left;
        int j = middle + 1;
        int k = left;
        
        while (i <= middle && j <= right) {
            
            if (helper[i] < helper[j]) {
                v[k] = helper[i];
                i++;
            } else {
                v[k] = helper[j];
                j++;
            }
            k++;    
            
        }
        
        // se a metade inicial não foi toda consumida, faz o append.
        while (i <= middle) {
            v[k] = helper[i];
            i++;
            k++;
        }
        
        // se a metade final não foi toda consumida, faz o append.
        while (j <= right) {
            v[k] = helper[j];
            j++;
            k++;
        }

    }
...

Em primeiro lugar, vamos entender a assinatura do método merge. Naturalmente, ele recebe como parâmetro o array a ser processado. Recebe também três índices: left e middle e right, que determinam os limites em que o algoritmo deve agir.

Se você prestou atenção no vídeo anterior, sabe que a parte do array que é delimitada por left e middle está ordenada e sabe que a parte do array delimitada por middle + 1 e right também está ordenada. Veja a figura abaixo que ilustra essa situação. Nosso trabalho é fazer a junção (merge) dessas duas partes em uma sequência ordenada.

partes

Para isso, como fazer manipulações em nosso array original, precisamos de um array auxiliar (helper) para guardar o estado. Isso é feito nas três primeiras linhas do método.

...
    // transfere os elementos entre left e right para um array auxiliar.
    int[] helper = new int[v.length];
    for (int i = left; i <= right; i++) {
        helper[i] = v[i];
    }     
...

As próximas linhas definem os valores de i, j e k que, como visto no vídeo, são os índices usados para controle da execução e comparação dos elementos. i marca o início da primeira parte do array, j marca o início da segunda parte do array e k marca a posição em que o menor elemento entre $helper[i]$ e $helper[j]$ deve ser adicionado.

...
   int i = left;
   int j = middle + 1;
   int k = left;    
...

Agora, o algoritmo passa a tratar da comparação entre $helper[i]$ e $helper[j]$ para adicionar o menor em $v[k]$. Lembre-se: se $helper[i]$ for menor ou igual, v[k] = helper[i] e i e k são incrementados. Caso contrário, v[k] = helper[j] e j e k são incrementados. Isso é feito até que uma das partes tenha sido completamente percorrida, isto é, se i atingir middle ou j atingir right.

...
    while (i <= middle && j <= right) {
            
        if (helper[i] < helper[j]) {
            v[k] = helper[i];
            i++;
        } else {
            v[k] = helper[j];
            j++;
        }
        k++;    
            
    }
...

Por fim, como vimos em detalhe no vídeo. Uma das duas partes do array será consumida em sua totalidade antes da outra. Basta então, fazermos o append de todos os elementos da parte que não foi completamente consumida. Isso é feito pelo código abaixo.

    ...
    // se a metade inicial não foi toda consumida, faz o append.
    while (i <= middle) {
        v[k] = helper[i];
        i++;
        k++;
    }
        
    // se a metade final não foi toda consumida, faz o append.
    while (j <= right) {
        v[k] = helper[j];
        j++;
        k++;
    }
    ...

O Merge Sort

Vamos primeiro entender o conceito, a teoria. Vejamos nesse vídeo como o Merge Sort se vale de repetidas “quebras” do array para ser capaz de executar a rotina Merge diversas vezes e completar a ordenação.

Como dito, o Merge Sort é um algoritmo de divisão-e-conquista. A parte da conquista nós já cobrimos bem detalhadamente, isto é, sabemos como combinar dois arrays ordenados em um array também ordenado.

A parte da divisão, na verdade, é bem simples. Basta “dividir” o array recursivamente na metade até que sobre apenas um elemento. Note que usei aspas em dividir. Isso porque a gente não divide de fato. Não cria dois arrays e transfere todos os elementos. Seria muito custoso. O que a gente faz é usar os índices left, middle e right para controlar as partes do array que o algoritmo deve agir. Vamos ver o código:

public void mergeSort(int[] v, int left, int right) {   
        
        if (left >= right)
            return;
        
        else {
            
            int middle = (left + right) / 2;
            mergeSort(v, left, middle);
            mergeSort(v, middle + 1, right);
    
            merge(v, left, middle, right);
        }
        
    }

Em primeiro lugar, vamos analisar a assinatura do método. Os parâmetros são o próprio array a ser ordenado, um índice left e um índice right, que delimita a porção do array que o algoritmo deve analisar. Na primeira chamada, naturalmente, temos que left = 0 e right = v.length - 1.

Seguindo. Na primeira linha do método, temos a condição de parada do algoritmo (left >= right). Isto é, quando a porção do algoritmo a ser analisada possui apenas um elemento, não há mais a necessidade de “quebrá-lo”.1

Caso ainda seja necessário “quebrar” o array (if left < right), temos essas quatro linhas bem importantes:

    ...
    int middle = (left + right) / 2;
    mergeSort(v, left, middle);
    mergeSort(v, middle + 1, right);

    merge(v, left, middle, right);
    ...

A primeira define middle como sendo o valor central entre left e right. A segunda e a terceira são chamadas recursivas para a metade da esquerda (de left até middle) e para a metade da direita (de middle + 1 até right).

Por fim, após cada quebra há uma chamada ao método merge, passando os limites a serem considerados (left, middle, right).

Análise do Tempo de Execução

Lembra dos passos para determinar o tempo de execução de algoritmos recursivos?. O primeiro passo é encontrar a relação de recorrência. O Merge Sort possui duas chamadas recursivas, cada uma reduzindo o problema (tamanho do array) na metade. Ou seja, $2 * T(n / 2)$. Além disso, há também uma chamada ao método Merge, que sabemos ser $O(n)$. Portanto, a relação de recorrência é:

$T(n) = 2 * T(N / 2) + N$

Se você ainda não entendeu como chegamos nessa relação de recorrência. Eu gravei um vídeo para ficar mais claro. Veja abaixo:

Então precisamos apenas resolver essa relação de recorrência. Aprendemos a fazer isso na aula sobre análise de algoritmos recursivos. Há, inclusive, uma seção exclusiva para o Merge Sort neste material. Leia com atenção e volte aqui sabendo que a relação de recorrência $T(n) = 2 * T(N / 2) + N$, quando resolvida, nos fornece um custo total $n * \log n$.

Lembra que no início do material eu afirmei que, independente caso (melhor, pior ou médio), o Merge Sort nos garante eficiência $n * \log n$? Por que? Porque as “quebras” do array sempre ocorrem na metade. Ou seja, independente dos dados, estamos sempre dividindo o array na metade. Portanto, a relação de recorrência é única e, quando resolvida, sempre nos fornece um custo $n * \log n$.

O Merge Sort nos garante eficiência $n * \log n$ para todos os casos.

Análise do uso de memória

Como vimos, o Merge Sort usa um array auxiliar (helper) na ordenação. O tamanho de helper é o mesmo do array origina. Ou seja, do ponto de vista de uso de memória, o Merge Sort é $O(n)$.

Isso é algo novo para a gente, certo? Este é o primeiro algoritmo de ordenação que estamos estudando que usa memória auxiliar proporcional ao tamanho do problema.

O Merge Sort não é in-place.

Importante lembrar também que a ordenação é estável, pois mantém a ordem dos elementos iguais. Isso porque decidimos que, se o elemento mais à esquerda for menor ou IGUAL ao mais à direita, ele deve ser colocado primeiro no array ordenado.

O Merge Sort é estável.


Resumo

  • Merge Sort é um algoritmo eficiente de ordenação.

  • Independente do caso (melhor, pior ou médio) o Merge Sort sempre será $n * \log n$. Isso ocorre porque a divisão do problema sempre gera dois sub-problemas com a metade do tamanho do problema original ($2 * T (n /2)$).

  • O algoritmo baseia a ordenação em sucessivas execuções de merge, uma rotina que une duas partes ordenadas de um array em uma outra também ordenada.

  • O algoritmo de Merge é $O(n)$.

  • Apesar de estar na mesma classe de complexidade do Quick Sort, o Merge Sorte tende a ser, na prática, um pouco menos eficiente do que o Quick Sort, pois suas constantes são maiores. Contudo, a seu favor, o Merge Sort garante $n * \log n$ para qualquer caso, enquanto o Quick Sort pode ter ordenação $n^2$ no pior caso, embora raro.

  • O Merge Sort não é in-place.

  • O Merge Sort é estável.


  1. Certamente eu poderia ter feito if (left >= right) e economizado algumas linhas de código descartando o else. Contudo, eu prefiro dessa maneira para fins didáticos. ↩︎