归并排序

归并排序

归并排序（Merge sort）是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。 作为一种典型的分而治之思想的算法应用，归并排序的实现由两种方法： 自上而下的递归（所有递归的方法都可以用迭代重写，所以就有了第 2 种方法）； 自下而上的迭代； 和选择排序一样，归并排序的性能不受输入数据的影响，但表现比选择排序好的多，因为始终都是$O(nlogn)$的时间复杂度,代价是需要额外的内存空间。

实现思路：

第一步：申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；
第二步： 设定两个指针，最初位置分别为两个已经排序序列的起始位置；
第三步：比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；
重复步骤 3 直到某一指针达到序列尾部； 将另一序列剩下的所有元素直接复制到合并序列尾。

代码实现

def merge_sort(lst):
    #递归结束条件
    if len(lst) <= 1:
        return lst
    
    mid  =  len(lst) // 2
    left = merge_sort(lst[:mid])
    right = merge_sort(lst[mid:])

    i = j = 0
    sorted_lst = []

    while i < len(left) and j < len(right):
        if left[i] < right[j]:
            sorted_lst.append(left[i])
            i += 1
        else:
            sorted_lst.append(right[j])
            j += 1

    if i < len(left):
        sorted_lst.extend(left[i:])
    if j < len(right):
        sorted_lst.extend(right[j:])
    
    return sorted_lst

if __name__ == "__main__":
    arr = [6, 5, 12, 10, 9, 1]
    print(merge_sort(arr))

# 或者这样写
def merge(array1,array2):
    i = j = 0
    sorted_lst = []
    while i < len(array1) and j < len(array2):
        if array1[i] < array2[j]:
            sorted_lst.append(array1[i])
            i += 1
        else:
            sorted_lst.append(array2[j])
            j += 1
    
    if i < len(array1):
        sorted_lst.extend(array1[i:])
    if j < len(array2):
        sorted_lst.extend(array2[j:])

    return sorted_lst


def mergeSort(lst):
    if len(lst) <= 1:
        return lst
    mid = len(lst) // 2 
    left = mergeSort(lst[:mid])
    right = mergeSort(lst[mid:])
    return merge(left,right)

if __name__ == "__main__":
    arr = [6,5,12,10,9,1]
    print(mergeSort(arr))

**注意：**在最后while循环判断结束后，如果还有数组内有元素还没添加进结果集中，直接将剩余的子序列拼接到结果集后面，这里使用了extend函数，也可以直接使用+对两个列表进行合并。

复杂度分析

• 时间复杂度：$O(nlogn)$，无论分割成多少个子序列，归并排序最终都是要处理n个元素，而将长度为n的序列对半分割直到只有一个元素为止，可以分成$logn$次，所以整体运行时间为$O(nlogn)$。
• 空间复杂度：$O(n)$，需要借助额外的空间来存储排序后的元素。