排序算法（六）之归并排序（Python代码实现）

目录

一：归并排序算法介绍

二：归并排序的分析

 三：归并排序的Python代码实现

四：算法时间复杂度分析

五：常见排序算法效率比较

---

一：归并排序算法介绍

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。

二：归并排序的分析

 三：归并排序的Python代码实现

def merge_sort(alist):
    """归并排序算法"""
    n = len(alist)
    if n <= 1:
        return alist
    # 二分分解
    num = len(alist)//2
    # left 采用归并排序后形成的有序的新的列表
    left_li = merge_sort(alist[:num])
    # right  采用归并排序后形成的有序的新的列表
    right_li = merge_sort(alist[num:])
    # 将两个有序的子序列合并成一个有序的整体
    left_pointer, right_pointer = 0, 0  # 定义两个游标
    result = []  # 定义一个空列表用于存放有序序列

    while left_pointer< len(left_li) and right_pointer < len(right_li):
        if left_li[left_pointer] < right_li[right_pointer]:
            result.append(left_li[left_pointer])
            left_pointer += 1
        else:
            result.append(right_li[right_pointer])
            right_pointer += 1

    # 如果左右数组长度不对称、直接将剩余的元素添加到result中
    result += left_li[left_pointer:]
    result += right_li[right_pointer:]
    return result



if __name__ =="__main__":
    alist = [54, 26, 93, 17, 77, 31, 44, 55, 20, 99]
    print(alist)
    sorted_alist = merge_sort(alist)
    print(sorted_alist)

运行结果：

四：算法时间复杂度分析

• 最优时间复杂度：O(nlogn)
• 最坏时间复杂度：O(nlogn)
• 稳定性：稳定

注：该算法的时间复杂度不易从代码中分析得到、可以通过分析其过程得到（类似于快速排序）

五：常见排序算法效率比较

排序算法（一）之冒泡排序（Python代码实现）

排序算法（二）之选择排序（Python代码实现）

排序算法（三）之插入排序（Python代码实现）

排序算法（四）之希尔排序（Python代码实现）

排序算法（五）之快速排序（Python代码实现）

排序算法（六）之归并排序（Python代码实现）