归并排序介绍
快速排序是典型的使用分治的思想来解决问题的算法。分治策略会将原问题划分为n个规模较小而结构与原问题相似的子问题。递归地解决这些子问题,然后再合并其结果,就得到原问题的解。 --《算法导论》
时间复杂度
归并排序算法计算的耗时不依赖于数据的特点(相比于快速排序可知)。归并排序的最好及最坏情况均为o(lgn)。
代码实现
与快速排序的边调整边划分不同:归并排序会先进行划分,直至划分到最小的单元,然后进行合并操作。
def Merge(arr, left, right, mid, func_comp = lambda x, y: x < y):
''' time complexy is 2*o(n)
'''
tmp_arr = []
i = left
j = mid + 1
while i <= mid and j <= right:
if func_comp(arr[i], arr[j]):
tmp_arr.append(arr[i])
i += 1
else:
tmp_arr.append(arr[j])
j += 1
while i <= mid:
tmp_arr.append(arr[i])
i += 1
while j <= right:
tmp_arr.append(arr[j])
j += 1
for x in range(left, right+1):
arr[x] = tmp_arr[x - left]
def MergeSort(arr, left, right):
''' time complexy is o(lgn)
'''
if right == left:
return
mid = left + int((right - left)/2)
MergeSort(arr, left, mid)
MergeSort(arr, mid+1, right)
print(arr[left:mid+1], arr[mid+1:right+1])
Merge(arr, left, right, mid)
return
运行示例
arr = [1, 4, 2, 7, 3, 9, 10, 12]
MergeSort(arr, 0, len(arr)-1)
print(arr)