排序算法专题-归并排序

  归并排序是一种十分经典的冲破O(n²)时间复杂度的排序算法，该算法是基于分治的思想，讲解算法原理之前，先看一下下面这张图。

• 图片来源：【算法】排序算法之归并排序
    上图就是归并算法的一个简单示例。该算法就是每次将数组递归拆解为两部分，直到所有部分包含元素为1，之后递归的将各个部分进行归并。
• 具体的算法步骤如下：

• 1:递归拆解数组，直到每个区块包含元素数量为1
  2：归并数组，直到归并后的数组长度等于原数组长度
  3： 申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列
  4：设定两个指针，最初位置分别为两个已经排序序列的起始位置
  5：比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置
  5：重复步骤 4直到某一指针达到序列尾
  7：将另一序列剩下的所有元素直接复制到合并序列尾
  8：重复步骤2-7

  从上述可以看出，该算法的实现是基于递归思想，但是所有的递归都可以转换成迭代，因此该算法有两个实现方式，递归和迭代。

• 代码如下，以递归为例：
• 如果单从原理原理上来直接写代码会比较复杂，我们可以将该算法拆解为两个部分，及分割和归并。分割是一个简单的递归，代码如下：

def mergeSort(nums):
    """
    将输入数组递归拆分，直到长度为1时返回，对每一步返回的left,right进行顺序归并
    >>>mergeSort(3,38, 5, 44, 15, 36)
    >>>[3, 5, 15, 36, 38, 44]
    """
    if len(nums) < 2:
        return nums
    mid = len(nums)//2
    left, right = nums[:mid], nums[mid:]
    return mergeHelp(mergeSort(left), mergeSort(right))

• 其中mergeHelp是mergeSort的一个help方法，用于对拆分后的数组进行顺序归并。
• 以[3,38, 5, 44, 15, 36]举个栗子，说一下递归过程：

• 1：[3, 38, 5] [44, 15, 36]
  2：[3] [38, 5]
  3：[38] [5]
  4：[44] [15, 36]
  5：[15] [36]

• 接下来我们实现mergeHelp方法，就是给定两个有序数组，将其按顺序合并为一个数组，代码如下：

def mergeHelp(left, right):
    """
    归并排序的help方法，用于将拆分的left和right进行顺序归并
    >>>mergeHelp([1, 3, 5], [2, 4, 5]):
    >>>[1, 2, 3, 4, 5, 5]
    """
    res = []
    while left and right:
        if left[0] <= right[0]:
            res.append(left.pop(0))
        else:
            res.append(right.pop(0))
    while left:
        res.append(left.pop(0))
    while right:
        res.append(right.pop(0))
    return res

• 当我们实现了这个方法之后，看一下分割+归并的过程

• [3, 38, 5] [44, 15, 36]  第一次分割
  左数组[3, 38, 5]部分：
  [3] [38, 5]  第一次分割
  [38] [5]  第二次分割（左数组分割完毕，所有部分元素均为1）
  [5, 38]  第一次归并
  [3, 5, 38]emsp; 第二次归并，完成[3, 38, 5]部分序列的排序
  右数组[44, 15, 36]部分：
  [44] [15, 36]  第一次分割
  [15] [36]  第二次分割
  [15, 36]  第一次合并
  [15, 36, 44]  第二次合并
  原数组的所有子序列完成排序，进行最终的合并
  [3, 5, 15, 36, 38, 44]  排序完成

• 算法解析：算法的时间复杂度从两个部分来看，很明显在mergeSort()递归方法里面，迭代公式为mid = len(nums)//2，该方法的时间复杂度是O(log n)，而在mergeHelp()归并方法里面，每一步像res里面追加一下元素，最终的的运行次数为len(left)+len(right)，很明显时间复杂度为O(n)，因此归并排序算法的总时间复杂度为O(n log n)。由于算法运行过程中，会递归生成原数组的切片，切片总长度为n，所以归并排序算法的空间复杂度为O(n)。
• 注意到我们在进行归并操作是，使用的是如下代码

while left and right:
        if left[0] <= right[0]:
            res.append(left.pop(0))
        else:
            res.append(right.pop(0))

• 也就是说对于同样大小的元素，我们先插入位于左边的，而后插入右边的，因此归并排序不会改变相同元素的相对位置，因此该算法是稳定的。