python 归并排序

转自 : https://blog.csdn.net/qq_36813467/article/details/88848415

 

原理：

使用递归方法来实现归并排序时，核心思想是两个有序子序列的合并，注意这里是有序子序列的合并，因此下面要做两件事，整个过程如下图所示：

• (1)将待排序序列从中间一分为二，对左右两边再进行递归分割操作，得到n个相互独立的子序列；

• (2)对n个独立的子序列递归的执行合并操作，最终得到有序的序列。

拆分

合并

 

import random
import time
def outer(f):
    def inner(lst):
        t1 = time.time()
        f(lst)
        print(time.time()-t1)
    return inner


def merge(s1,s2,s):
    """将两个列表是s1，s2按顺序融合为一个列表s,s为原列表"""
    # j和i就相当于两个指向的位置，i指s1，j指s2
    i = j = 0
    while i+j<len(s):
        # j==len(s2)时说明s2走完了，或者s1没走完并且s1中该位置是最小的
        if j==len(s2) or (i<len(s1) and s1[i]<s2[j]):
            s[i+j] = s1[i]
            i += 1
        else:
            s[i+j] = s2[j]
            j += 1


@outer
def merge_sort(s):
    """归并排序"""
    n = len(s)
    # 剩一个或没有直接返回，不用排序
    if n < 2:
        return
    # 拆分
    mid = n // 2
    s1 = s[0:mid]
    s2 = s[mid:n]
    # 子序列递归调用排序
    merge_sort(s1)
    merge_sort(s2)
    # 合并
    merge(s1,s2,s)


lst = [i for i in range(10000)]
random.shuffle(lst)


merge_sort(lst)

 

时间:

总结:

           可以看到 归并排序的运算速度是非常快的,但是因为使用递归,非常占内存

 

归并排序时间复杂度总结：

• 平均时间复杂度：O(nlogn)
• 最好情况：O(nlogn)
• 最坏情况：O(nlogn)
• 空间复杂度：O(n)
• 稳定性：稳定