算法漫游指北(第十一篇):归并排序算法描述、动图演示、代码实现、过程分析、复杂度

一、归并排序

归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为2-路归并。

  • 所谓“分”,指的是将一个乱序数列不断进行二分,得到许多短的序列。

  • 所谓“治”,指的是将这些短序列进行两两合并,然后将合并的结果作为新的序列,再与其他序列进行合并,最终得到一个新的序列。

归并排序算法描述

 

  • 把长度为n的输入序列分成两个长度为n/2的子序列;

  • 对这两个子序列分别采用归并排序;

  • 将两个排序好的子序列合并成一个最终的排序序列。

 

归并排序动图演示

 

动画演示图2

 

 

归并排序代码实现

def merge_sort(alist):
    """归并排序"""
    n = len(alist)
    #递归结束条件
    # 剩一个或没有直接返回,不用排序
    if n <= 1:
        return alist
    # 拆分
    mid = n//2
​
    # left 采用归并排序后形成的有序的新的列表
    left_li = merge_sort(alist[:mid])
​
    # right 采用归并排序后形成的有序的新的列表
    right_li = merge_sort(alist[mid:])
​
    # 将两个有序的子序列合并为一个新的整体
    # merge(left, right)
    left_pointer, right_pointer = 0, 0
    result = []
​
    while left_pointer < len(left_li) and right_pointer < len(right_li):
        if left_li[left_pointer] <=  right_li[right_pointer]:
            result.append(left_li[left_pointer])
            left_pointer += 1
        else:
            result.append(right_li[right_pointer])
            right_pointer += 1
    
    #将两个列表按顺序融合为一个列表result
    result += left_li[left_pointer:]
    result += right_li[right_pointer:]
    return result
​

  


归并排序过程分析

示例 针对 arrli = [6,5,3,1,8,7,2,4]进行归并排序

1、拆分数组

假设数组一共有 n 个元素,我们递归对数组进行折半拆分即n//2,直到每组只有一个元素为止。

 

2、合并数组

算法会从最小数组开始有序合并,这样合并出来的数组一直是有序的,所以合并两个有序数组是归并算法的核心,这里用两个简单数组示例:

步骤1:新建一个空数组存放合并结果,用left_pointerright_pointer两个辅助指针记录两个数组当前操作位置;

 

步骤2:从左到右逐一比较两个小数组中的元素,较小的元素先放入新数组,指针移位,直到left_pointerright_pointer指针超出尾部;

 

步骤3:新建一个空数组存放合并结果,用lr两个辅助指针记录两个数组当前操作位置;

 

步骤4:从左到右逐一比较两个小数组中的元素,较小的元素先放入新数组,指针移位,直到lr指针超出尾部;

 

继续比较写入较小的元素到新数组

继续比较写入较小的元素到新数组

 

指针尚未移到尾部的数组,说明还有剩余元素,将剩余元素合并到新数组尾部。

 

步骤5:新建一个空数组存放合并结果,用lr两个辅助指针记录两个数组当前操作位置;

 

步骤6:从左到右逐一比较两个小数组中的元素,较小的元素先放入新数组,指针移位,直到lr指针超出尾部;

 

将较小的元素写入到新数组

继续比较写入较小的元素到新数组

继续比较写入较小的元素到新数组

继续比较写入较小的元素到新数组

 

步骤7:右边的指针尚未移到尾部的数组,说明还有剩余元素,将剩余元素合并到新数组尾部。

 

完成归并排序,返回排好序的新数组

 

 

归并排序复杂度

 

  • 时间复杂度:O(nlogn)

归并排序把数组一层层折半分组,长度为 n 的数组,折半层数就是 logn,每一层进行操作的运算量是 n,得出时间复杂度 O(nlogn)。

  • 空间复杂度:O(n)

每次归并操作需要创建额外的新数组,占用空间为 n,但这部分额外空间会随着方法的结束而释放,所以只需要算单次归并操作开辟的空间即可,得出空间复杂度 O(n)。

  • 稳定性:稳定

从算法中从左到右逐一比较,较小的先放入新数组,所以两个值相同的元素,排序后依然保持原先后顺序。

 

 

posted on 2020-06-16 23:15  Nicholas--  阅读(2413)  评论(1编辑  收藏  举报

导航