算法复杂度：O（nlogn）；
也许有很多同学说，原来也学过很多O（n^2）或者O（n^3）的排序算法，有的可能优化一下能到O（n）的时间复杂度，但是在计算机中都是很快的执行完了，没有看出来算法优化的步骤，那么我想说有可能是你当时使用的测试用例太小了，我们可以简单的做一下比较：
当数据量很大的时候 nlogn的优势将会比n^2越来越大，当n=10^5的时候，nlogn的算法要比n^2的算法快6000倍，那么6000倍是什么概念呢，就是如果我们要处理一个数据集，用nlogn的算法要处理一天的话，用n^2的算法将要处理6020天。这就基本相当于是15年。一个优化改进的算法可能比一个比一个笨的算法速度快了许多，这就是为什么我们要学习算法。
核心思想：分治。
下面我们来看归并排序的思路（先讲思路再来具体讲归并的细节）：
归并排序（Merge Sort）
当我们要排序这样一个数组的时候，归并排序法首先将这个数组分成一半。如图：
然后想办法把左边的数组给排序，右边的数组给排序，之后呢再将它们归并起来。当然了当我们对左边的数组和右边的素组进行排序的时候，再分别将左边的数组和右边的数组分成一半，然后对每一个部分先排序，再归并。如图：
对于上面的每一个部分呢，我们依然是先将他们分半，再归并，如图：
分到一定细度的时候，每一个部分就只有一个元素了，那么我们此时不用排序，对他们进行一次简单的归并就好了。如图：
归并到上一个层级之后继续归并，归并到更高的层级，如图：
直至最后归并完成。
那么如何归并呢？我们是否可以用O（n）的算法将两个数组归并到一起形成一个数组呢？如果可以的话，我们将可以用递归的过程来实现整个归并。这是你想起来很简单但是操作起来并不是那么简单的问题。
归并细节：
比如有两个已经排序好的数组，如何将他归并成一个数组？
我们可以开辟一个临时数组来辅助我们的归并。也就是说他比我们插入排序也好，选择排序也好多使用了存储的空间，也就是说他需要o（n）的额外空间来完成这个排序。只不过现在计算机中时间的效率要比空间的效率重要的多。无论是内存也好还是硬盘也好可以存储的数据越来越多，所以设计一个算法，时间复杂度是要优先考虑的。
整体来讲我们要使用三个索引来在数组内进行追踪。
蓝色的箭头表示最终选择的位置，而红色的箭头表示两个数组当前要比较的元素，比如当前是2与1比较，1比2小，所以1放到蓝色的箭头中，蓝色的箭头后移，1的箭头后移。
然后2与4比较，2比4小那么2到蓝色的箭头中，蓝色箭头后移，2后移，继续比较.......
归并思路就是这样了，最后唯一需要注意的是那个先比较完的话，那么剩下的直接不需要比较，把后面的直接移上去就可以了，这个需要提前判定一下。
归并排序代码如下：
#include<bits/stdc++.h> using namespace std; int a[1001],b[1001]; void merge(int arr1[],int l,int mid,int r,int arr2[]){ int i=l,j=mid+1,k=l; while(i<=mid && j<=r){//左右两部分追一比较,记录小的到临时数组 if(arr1[i]<arr1[j]){ arr2[k++] = arr1[i++]; }else { arr2[k++] = arr1[j++]; } } //两边数据可能出现不平衡，上面while循环结束可能出现一边元素没放入临时数组情况 //左边没放完按顺序放，到此已经拍好序了 //递归到最后，要么1个元素，要么2个元素,肯定上面while循环已排序或就一个元素加入 while(i<=mid){ arr2[k++] = arr1[i++]; } //右边没放完按顺序放，到此已经拍好序了 while(j<=r){ arr2[k++] = arr1[j++]; } for(i=l;i<=r;i++){ arr1[i] = arr2[i]; } cout<<endl; } void mergeSort(int arr1[],int l,int r,int arr2[]){ //基本情况 if(l==r) return; //原问题分解 int mid=l+(r-l)/2; //解决子问题 mergeSort(arr1,l,mid,arr2); mergeSort(arr1,mid+1,r,arr2); //合并子问题 merge(arr1,l,mid,r,arr2); } int main(){ int a[100],n; scanf("%d",&n); for(int i=0;i<n;i++){ scanf("%d",&a[i]); } mergeSort(a,0,n-1,b); for(int i=0;i<n;i++){ printf("%d ",a[i]); } }