数据结构笔记：归并排序

原文地址

分类目录——数据结构笔记

先把整个序列对半拆分，然后对子序列在进行对半拆分，直直拆成每个子序列只有一个元素，

然后再按拆分顺序一层一层反向合并，在拆分过程中原来在一个子序列的，合并后还在子序列，合并时需要保证按序合并

最底层的合并好说，两个值，比较大小，小值在前

再往上，需要为合并的两个子序列配置两个指针（姑且称之为left和right），初始分别指向序列的起始位置，较两个指针指向值，取较小值加入合并序列，较小值指针后移，再比较、加入较小值、较小值指针后移……直到合并完成

一层层的向上合并，直到将整个序列归并结束

• 实现

  def mergesort(alist):
      n = len(alist)
      # 如果切分到最后一个，直接返回
      if n<=1:
          return alist
      mid = n//2  # 取整除
  
      # 获得左半部分和有半部分的合并结果
      sub_left = mergesort(alist[:mid])
      sub_right = mergesort(alist[mid:])
  
      # 定义左右指针
      left_pointer, right_pointer = 0, 0
      # 初始化本轮的归并结果
      result = []
  
      # 利用两个指针归并当前两个左右子序列
      while left_pointer<len(sub_left) and right_pointer<len(sub_right):
          if sub_left[left_pointer] < sub_right[right_pointer]:
              result.append(sub_left[left_pointer])
              left_pointer += 1
          else:
              result.append(sub_right[right_pointer])
              right_pointer += 1
      # 其中一个指针到头之后（pointer指在最后，[pointer:]就是一个空列表），
      # 将另一个子序列的剩余部分加到结果中
      result += sub_left[left_pointer:]
      result += sub_right[right_pointer:]
  
      return result
  

• 时间复杂度

  • 最优时间复杂度：O(nlogn)
  • 最坏时间复杂度：O(nlogn)
  • 稳定性：稳定

会有比较大的空间复杂度开销