python算法学习（8）——归并排序

列表排序的重要排序有三种，分别是快速排序、堆排序和归并排序。
这里我们来讨论最后一种归并排序：

归并排序

首先，看到这个名字我们肯定会有一个疑问，“归并”是什么？怎么实现的？

归并特性

那么我们就先来看一下“归并”这个特性的原理及过程：
①假设把一段列表分为左右两边，且两边分别有序；
②经过“归并”将两边有序地列表变成一个有序列表
这就是“归并”所做的事情，这样说可能还不太理解，我们接下来用图片的过程来表示一下：

首先，这是一个如我们所假设的列表，并有两个指针分别指向两边的第一个元素；

将两个指针所指的元素比较大小，较小的元素移出列表，并且该指针后移至下一个元素位置；

不断比较并移出较小的一个元素，并将他们按出列表的顺序排列；

此时，左右某一边的元素已经出完了（没数了），那么我们就将另一边剩下的元素全部移出，即：

至此，我们便完成了一次归并，希望能在这个过程中理解归并的逻辑，因为这是整个归并算法中比较核心的一部分，那其代码表示如下：

def merge(list, low, mid, high):
    i=low       #low--第一个元素下标
    j=mid+1     #mid--前半段最后一个元素下标
    ltmp=[]     #high--后半段最后一个元素下标
    while i<=mid and j<=high:      #只要两边都有数
        if list[i]<list[j]:
            ltmp.append(list[i])
            i+=1
        else:
            ltmp.append(list[j])
            j+=1
    #while执行完后，一定会剩一边还有元素
    while i<=mid:
        ltmp.append(list[i])
        i+=1
    while j<=high:
        ltmp.append(list[j])
        j+=1
    list[low:high + 1]=ltmp

归并排序的逻辑和具体实现

在上面我们理解了“归并”特性，但又发现其只适用于一段列表两边是分别有序的情况，那我们怎么才能让其用于排序一般性的列表呢？那接下来我们来具体看一下它使用归并的过程：
①将列表不断分解，直至分解成一个个元素；
②此时终止，即每个元素单独的列表都是有序的；
③再将这些有序的列表两两归并，不断归并直到合成一个新的有序列表。
具体效果大致如下图所示：

那么在了解归并排序的思路和过程后，我们来用代码实现一下：

def merge_sort(list, low, high):
    if low<high:      #至少有两个元素，递归
        mid=(low+high)//2
        merge_sort(list, low, mid)      #左边区域
        merge_sort(list, mid + 1, high) #右边区域
        merge(list, low, mid, high)

list=[1,7,2,9,8,6,5,4,11,3,19,10,16]
print(list)   #打印排序前列表
merge_sort(list,0,len(list)-1)
print(list)   #打印排序后列表

其运行结果如下：

[1, 7, 2, 9, 8, 6, 5, 4, 11, 3, 19, 10, 16]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 16, 19]

以上就是归并算法的内容，同样的归并排序的时间复杂度和快速排序以及堆排序是一样的，都是O（nlogn），但是归并排序它的空间复杂度却不一样，为O（n）。

提示：下一篇来对前几篇排序做一个小结。