【数据结构】归并排序-python实现

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)