数据结构之python实现归并排序(merge)

本文介绍了归并排序的分治思想,详细讲解了如何通过递归拆分和合并数组来实现排序,并提供了Python代码实现,包括使用heapq模块。同时,分析了归并排序的时间复杂度为O(n log n),空间复杂度为O(n),是一种稳定的排序算法,但因空间开销较大而存在缺点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 归并排序思想

归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组,再合并数组。

将数组分解最小之后,然后合并两个有序数组,基本思路是比较两个数组的最前面的数,谁小就先取谁,取了后相应的指针就往后移一位。然后再比较,直至一个数组为空,最后把另一个数组的剩余部分复制过来即可。

2.代码实现

2.1 实现原理代码
1> 实现递归拆分部分
    def mergesort(li):
        """归并排序"""""
        n = len(li)
        if n <= 1:
            return
        # 定义中间位置
        mid_index = n//2
        left = li[:mid_index]
        right = li[mid_index:]
        
        print(left)
        print(right)
        # 递归拆分
        l_res = mergesort(left) # 前闭后开
        r_res = mergesort(right)
    
    
    if __name__ == '__main__':
        li = [6,5,3,4,3,2,1]
        ss = mergesort(li)

结果:

    [6, 5, 3]
    [4, 3, 2, 1]
    [6]
    [5, 3]
    [5]
    [3]
    [4, 3]
    [2, 1]
    [4]
    [3]
    [2]
    [1] 
2> 递归合并

    def mergesort(li):
        """归并排序"""""
        n = len(li)
        if n <= 1:
            print(li)
            return li
        # 定义中间位置
        mid_index = n//2
        left = li[:mid_index]
        right = li[mid_index:]
    
        # 递归拆分
        l_res = mergesort(left) # 前闭后开
        r_res = mergesort(right)
        res = l_res + r_res
        print(res)
        return res
    
    if __name__ == '__main__':
        li = [6,5,3,4,3,2,1]
        ss = mergesort(li)

运算结果

    [6]
    [5]
    [3]
    [5, 3]
    [6, 5, 3]
    [4]
    [3]
    [4, 3]
    [2]
    [1]
    [2, 1]
    [4, 3, 2, 1]
    [6, 5, 3, 4, 3, 2, 1]
3> 逻辑判断:生成有序列表
    def merge(l,r):
        """合并无序列表为有序列表"""""
        r_index = 0
        l_index = 0
        res = [ ]
        while l_index < len(l) and r_index < len(r):
            if l[l_index] <= r[r_index]:
                res.append(l[l_index])
                l_index += 1
            else:
                res.append(r[r_index])
                r_index += 1
        res += l[l_index:]
        res += r[r_index:]
        return res
    
    if __name__ == '__main__':
        l = [3,4,7]
        r = [2,5,6]
        print(merge(l, r))
4> 实现归并排序
   
    def mergesort(li):
        """归并排序之拆分部分"""""
        n = len(li)
        if n <= 1:
            return li
        # 定义中间位置
        mid_index = n//2
        left = li[:mid_index]
        right = li[mid_index:]
    
        # 递归拆分
        l_res = mergesort(left) # 前闭后开
        r_res = mergesort(right)
    
    
        res = merge(l_res,r_res)
        return res
    
    def merge(l,r):
        """合并无序列表为有序列表"""""
        r_index = 0
        l_index = 0
        res = [ ]
        while l_index < len(l) and r_index < len(r):
            if l[l_index] <= r[r_index]:
                res.append(l[l_index])
                l_index += 1
            else:
                res.append(r[r_index])
                r_index += 1
        res += l[l_index:]
        res += r[r_index:]
        return res
    
    if __name__ == '__main__':
        # li = [3,1,6,4,5,2,10]
        li = [6,5,3,4,3,2,1]
        print(mergesort(li))
4.2> python 模块heapq实现归并排序
    from heapq import merge
    
    def mergesort(lst):
        if len(lst) <= 1:
            return lst          # 从递归中返回长度为1的序列
        middle = len(lst) // 2
        left = mergesort(lst[:middle])     # 通过不断递归,将原始序列拆分成n个小序列
        right = mergesort(lst[middle:])
        return list(merge(left, right))
    
    if __name__ == '__main__':
        # li = [3,1,6,4,5,2,10]
        li = [6,5,3,4,2,1]
        print(mergesort(li))

3 复杂度分析

  • 时间复杂度: 最好最坏都是 O( n log n )
  • 空间复杂度:O(n)
  • 稳定性:稳定
  • 缺点:每次拆分数组都要开心的数组, 每次合并数组都要开新数组,空间复杂度很大

以上内容仅是代表个人总结 若有错误之处,还请批评指正,欢迎大家一起学习!

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