一、归并排序 Merge Sort
1.1 算法思路
归并排序是递归算法, 思路是将数据表持续分裂为两半, 对两半分别进行归并排序
【步骤】
递归的基本结束条件是:数据表仅有1个数据项,自然是排好序的;
- 缩小规模:将数据表分裂为相等的两半,规模减为原来的二分之一;
- 调用自身:将两半分别调用自身排序,然后将分
别排好序的两半进行归并,得到排好序的数据表
1.2 代码及算法分析
【代码1】
def mergeSort(alist):
if len(alist)>1: #基本结束条件
mid = len(alist)//2
lefthalf = alist[:mid]
righthalf = alist[mid:]
#递归拆分
mergeSort(lefthalf)
mergeSort(righthalf)
#比较合并
i = j = k = 0
while i<len(lefthalf) and j<len(righthalf):
#从小到大归并结果
if lefthalf[i] < righthalf[j]:
alist[k] = lefthalf[i]
i += 1
else:
alist[k] = righthalf[j]
j += 1
k += 1
#归并左半部剩余项
while i<len(lefthalf):
alist[k] = lefthalf[i]
i += 1
k += 1
#归并右半部剩余项
while j<len(righthalf):
alist[k] = righthalf[j]
j += 1
k += 1
alist = [1, 43, 35, 21, 76, 12, 89, 22]
mergeSort(alist)
print(alist)
【代码2】更加Pythonic(实现存在问题,找时间更改)
def mergeSort2(lst):
#递归结束条件
if len(lst)<= 1:
return lst
#分解问题,并递归调用
middle = len(lst)//2
left = mergeSort2(lst[:middle])
right = mergeSort2(lst[middle:])
#合并左右半部,完成排序
merged =[]
while left and right: #只要左右半部都有数据
if left[0] <= right[0]:
merged.append(left.pop(0))
else:
merged.append(right.pop(0))
merged.extend(right if right else left)
return merged
alist = [1, 43, 35, 21, 76, 12, 89, 22]
mergeSort2(alist)
print(alist)
【算法分析】
将归并排序分为两个过程来分析: 分裂和归并;
分裂的过程, 借鉴二分查找中的分析结果, 是对数复杂度, 时间复杂度为是
O
(
l
o
g
n
)
O(log n)
O(logn);
归并的过程, 相对于分裂的每个部分, 其所有数据项都会被比较和放置一次, 所以是线性复杂度, 其时间复杂度是
O
(
n
)
O(n)
O(n);
综合考虑,每次分裂的部分都进行一次O(n)的数据项归并,总的时间复杂度是
O
(
n
l
o
g
n
)
O(nlog n)
O(nlogn)。
二、快速排序 Quick Sort
2.1 算法思路
快速排序的思路是依据一个“中值”数据项来把数据表分为两半:小于中值的一半和大于中值的一半, 然后每部分分别进行快速排序(递归)。
“中位数”可使两个部分的数据量相等,但寻找中位数存在开销,因此,只能随便找一个数充当中值,如第一个数。
【递归三要素】:
- 基本结束条件:数据表中仅有1个数据项,自然是排好序的。
- 缩小规模:根据“中值”,将数据表分为两半,最好情况是相等规模的两半。
- 调用自身:将两半分别调用自身进行排序
如取最后一个数为中值,设置头尾两个指针,分别往中间移动,移动的过程中跟中值进行比较,当满足尾指针指向的数比中值小且头指针指向的数比中值大,则交换两数位置,目的是为了让小数在前,大数在后。
2.2 代码及算法分析
【代码】:
def partition(alist, first, last):
pivotvalue = alist[first] #选定中值
leftmark = first + 1 #左右标初值
rightmark = last
done = False
while not done:
#左标向右移动
while leftmark <= rightmark and alist[leftmark] <= pivotvalue:
leftmark += 1
#右标向左移动
while rightmark >= leftmark and alist[rightmark] >= pivotvalue:
rightmark -= 1
if rightmark < leftmark: #两标交错就结束移动
done = True
else: #左右标的值交换
temp = alist[leftmark]
alist[leftmark] = alist[rightmark]
alist[rightmark] = temp
#中值就位
temp = alist[first]
alist[first] = alist[rightmark]
alist[rightmark] = temp
return rightmark #中值点,也就是分裂点
def quickSort(alist):
quickSortHelper(alist, 0, len(alist)-1)
def quickSortHelper(alist, first, last):
if first < last: #基本结束条件
splitpoint = partition(alist, first, last) #分裂
quickSortHelper(alist, first, splitpoint-1) #递归调用
quickSortHelper(alist, splitpoint+1, last) #递归调用
alist = [43, 23, 76, 12, 45, 89, 22, 9]
quickSort(alist)
print(alist)
【算法分析】:
快速排序过程分为两部分: 分裂和移动;
如果分裂总能把数据表分为相等的两部分,那么就是
O
(
l
o
g
n
)
O(log n)
O(logn)的复杂度;
而移动需要将每项都与中值进行比对,还是
O
(
n
)
O(n)
O(n);
综合起来就是
O
(
n
l
o
g
n
)
O(nlog n)
O(nlogn)。