【分治算法】【Python实现】归并排序

因上努力

个人主页:丷从心·

系列专栏:分治算法

学习指南:算法学习指南

果上随缘


递归算法

Python实现
def merge(left_sorted, right_sorted):
    merged = []

    # 比较左右两个数组的元素, 按顺序合并到结果数组中
    i = j = 0
    while i < len(left_sorted) and j < len(right_sorted):
        if left_sorted[i] <= right_sorted[j]:
            merged.append(left_sorted[i])

            i += 1
        else:
            merged.append(right_sorted[j])

            j += 1

    # 将剩余的元素添加到结果数组中
    merged.extend(left_sorted[i:])
    merged.extend(right_sorted[j:])

    return merged


def merge_sort(arr):
    # 基本情况: 当数组长度为 1 或 0 时, 直接返回
    if len(arr) <= 1:
        return arr

    # 将数组分成两半
    mid = len(arr) // 2

    left = arr[:mid]
    right = arr[mid:]

    # 递归地对左右两半进行排序
    left_sorted = merge_sort(left)
    right_sorted = merge_sort(right)

    # 合并已排序的左右两半
    merged = merge(left_sorted, right_sorted)

    return merged


arr = [5, 3, 8, 4, 2, 1, 6, 7]

sorted_arr = merge_sort(arr)

print(f'sorted_arr: {sorted_arr}')
sorted_arr: [1, 2, 3, 4, 5, 6, 7, 8]
时间复杂性

T ( n ) = { O ( 1 ) n ≤ 1 2 T ( n / 2 ) + O ( n ) n > 1 T(n) = \begin{cases} O(1) & n \leq 1 \\ 2 T(n / 2) + O(n) & n > 1 \end{cases} T(n)={O(1)2T(n/2)+O(n)n1n>1

T ( n ) = O ( n log ⁡ n ) T(n) = O(n \log{n}) T(n)=O(nlogn)

  • 由于排序问题的计算时间下界为 Ω ( n log ⁡ n ) \Omega(n \log{n}) Ω(nlogn),故归并排序算法是一个渐进最优算法

非递归算法

Python实现
def merge(left_sorted, right_sorted):
    merged = []

    # 比较左右两个数组的元素, 按顺序合并到结果数组中
    i = j = 0
    while i < len(left_sorted) and j < len(right_sorted):
        if left_sorted[i] <= right_sorted[j]:
            merged.append(left_sorted[i])

            i += 1
        else:
            merged.append(right_sorted[j])

            j += 1

    # 将剩余的元素添加到结果数组中
    merged.extend(left_sorted[i:])
    merged.extend(right_sorted[j:])

    return merged


def merge_sort(arr):
    # 将列表中的每个元素转换为单个元素的子列表
    sublists = [[val] for val in arr]

    # 依次合并相邻的子列表, 直到只剩下一个排序好的列表
    while len(sublists) > 1:
        merged_sublists = []

        # 两两合并相邻的子列表
        for i in range(0, len(sublists), 2):
            sublist_1 = sublists[i]
            sublist_2 = sublists[i + 1] if i + 1 < len(sublists) else []

            merged = merge(sublist_1, sublist_2)

            merged_sublists.append(merged)

        sublists = merged_sublists

    # 返回最终的排序结果
    return sublists[0] if sublists else []


arr = [5, 3, 8, 4, 2, 1, 6, 7]

sorted_arr = merge_sort(arr)

print(f'sorted_arr: {sorted_arr}')
sorted_arr: [1, 2, 3, 4, 5, 6, 7, 8]

自然归并排序

  • 1 1 1次对数组的线性扫描找出所有排好序的子数组段,然后将相邻的排好序的子数组段两两合并,构成更大的排好序的子数组段
Python实现
def find_sorted_sublists(arr):
    sorted_sublists = []

    left, right = 0, 1
    while right < len(arr):
        if arr[right] >= arr[right - 1]:
            right += 1
        else:
            sorted_sublists.append(arr[left:right])

            left = right
            right += 1

    sorted_sublists.append(arr[left:right])

    return sorted_sublists


def merge(left_sorted, right_sorted):
    merged = []

    # 比较左右两个数组的元素, 按顺序合并到结果数组中
    i = j = 0
    while i < len(left_sorted) and j < len(right_sorted):
        if left_sorted[i] <= right_sorted[j]:
            merged.append(left_sorted[i])

            i += 1
        else:
            merged.append(right_sorted[j])

            j += 1

    # 将剩余的元素添加到结果数组中
    merged.extend(left_sorted[i:])
    merged.extend(right_sorted[j:])

    return merged


def natural_merge_sort(arr):
    sublists = find_sorted_sublists(arr)

    # 依次合并相邻的子列表, 直到只剩下一个排序好的列表
    while len(sublists) > 1:
        merged_sublists = []

        # 两两合并相邻的子列表
        for i in range(0, len(sublists), 2):
            sublist_1 = sublists[i]
            sublist_2 = sublists[i + 1] if i + 1 < len(sublists) else []

            merged = merge(sublist_1, sublist_2)

            merged_sublists.append(merged)

        sublists = merged_sublists

    # 返回最终的排序结果
    return sublists[0] if sublists else []


arr = [5, 3, 8, 4, 2, 1, 6, 7]

sorted_arr = natural_merge_sort(arr)

print(f'sorted_arr: {sorted_arr}')
sorted_arr: [1, 2, 3, 4, 5, 6, 7, 8]

  • 32
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值