算法学习笔记（5.0）-基于比较的高效排序算法-归并排序

##时间复杂度O(nlogn)

目录

##时间复杂度O(nlogn)

##递归实现归并排序

##原理

##图例

##代码实现

##非递归实现归并排序

##释

#代码实现

---

##递归实现归并排序

##原理

是一种基于分治策略的基础排序算法。

1.划分阶段：通过不断递归地将数组从中点处分开，将长数组的排序问题转化成段数组的排序问题。

2.合并阶段：当子数组的长度为1时终止划分，开始合并，持续不断地将左右两个较短的有序数组合并为一个较长的有序数组，直到结束。

##图例

##代码实现

1.向下递归，对半分割

2.递归返回条件：递归到最小，1个就是有序【控制的是范围，归并的是区间】

3.递归到最深处，最小时，就递归回去，开始分割按对半分割出的范围，将已有子序列合并，在tmp里面进行合并

4.再将tmp里形成的有序序列，拷贝回原数组【因下一次递归回去上一层的归并过程中，会将数据在tmp中进行归并，会将tmp中的数据覆盖，因此要及时，拷】

//python代码示例
def Merge(a, start, mid, end) :
    tmp = [] #创建一个临时列表，用来存储合并的值
    #两段起点的开始
    l = start
    r = mid + 1
    #当两段都没到达末尾，则继续循环，将其添加到tmp
    while l <= mid and r <= end :
        if a[l] <= a[r] :
            tmp.append(a[l])
            l += 1
        else :
            tmp.append(a[r])
            r += 1
    #此时肯定只剩下，单一的一个值，即将剩余元素塞入到tmp中
    tmp.extend(a[l:mid+1])
    tmp.extend(a[r:end+1])
    #将合并完成的元素，赋值到a原数组中
    for i in range(start,end+1):
        a[i] = tmp[i - start]
    print(start,end,tmp)

def MergeSort(a,start,end) :
    #利用递归来实现归并排序，将大的问题分解成小的子问题
    if start == end : #当递归到数组只有一个元素时，直接返回
        return
    mid = (start + end) // 2 #计算出mid，找到递归点
    MergeSort(a,start,mid) #左递归
    MergeSort(a,mid+1,end) #右递归

    Merge(a,start,mid,end)
    #左递归，左合并，右递归，右合并，类似于树的后序遍历

a = [7,3,2,6]
MergeSort(a,0,3)