快排和归并排序的python实现整理

快排：采用分治思想

1. 核心为分区函数partition，partition用于返回基准值的位置pivot，partition的实现：通常以当前首元素为基准值pivot_value，先从right右指针开始查找直到找到小于该基准值的元素，将其放在基准值左边，再从left指针开始查询直到找到大于基准值的元素，将其放在基准值右边，最后left=right跳出循环，此时的left/right即为基准值的位置，将基准值放于该位置，最后返回该位置，left/right
2.  对分区函数返回的基准值位置的左右区间进行同样的递归处理

#quick_sort, 原地排序
def quick_sort(arr,left,right):
    if left<right:
        pivot=partition(arr,left,right)
        quick_sort(arr,left,pivot-1)
        quick_sort(arr,pivot+1,right)
    return arr

def partition(arr,left,right):
    pivot_value=arr[left] #记录基准值位置
    while left<right:
        while left<right and arr[right]>=pivot_value:
            right-=1 #先右，不断搜索，直到在右边找到小于基准值的元素
        arr[left]=arr[right]
        while left<right and arr[left]<=pivot_value:
            left+=1  #后左
        arr[right]=arr[left]
    #循环结束后，left=right，即为基准值的位置
    arr[left]=pivot_value
    return left

归并排序：采用分治，及二分法思想

1.  通过二分法，将元素拆分为左右区间，递归拆分，直至不能拆分
2.  核心为合并函数merge函数，merge：对当前拆分的左右区间的元素进行合并

#merge_sort
def merge_sort(arr,left,right):
    mid=(left+right)//2
    merge_sort(arr,left,mid)
    merge_sort(arr,mid+1,right)
    merge(arr,left,mid,right)

def merge(arr,left,mid,right):
    p1,p2=left,mid+1 #p1指向左区间的首个元素，p2指向右区间的首个元素
    temp=[]
    while p1<=mid and p2<=right:
        if arr[p1]>arr[p2]:
            temp.append(arr[p2])
            p2+=1
        else:
            temp.append(arr[p1])
            p1+=1
    if p1<=mid:
        temp.extend(temp[p1:mid+1])
    if p2<=right:
        temp.extend(temp[p2:right+1])
    arr[left:right]=temp[:]