排序算法-归并排序

归并排序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。归并排序是一种稳定的排序方法。将已有序的子序列合并，得到完全有序的序列;即先使每个子序列有序，再使子序列段间有序。若将两个有序表 合并成一个有序表，称为2-路归并

归并排序的思路

给定待排序的数组 data_list，长度为 n ，设置首尾两个游标 p,q，初始状态，p = 0,q = n， 先不纠结是 n 还是 n-1 。

分解: 取中间值 r = (p + q)/2 ，将数组分成左部分 data_list[p,r],右部分 data_list[r+1,q] 。

对上述左右部分递归调用分解。 归并左部分和右部分的结果。 退出条件是 p>=q。

def merge_sort(data_list):
    length = len(data_list)
    merge_sort_c(data_list, 0, length)


def merge_sort_c(data_list, p, q):
    if p + 1 >= q:
        return
    else:
        r = (p + q)//2
        merge_sort_c(data_list, p, r)
        merge_sort_c(data_list, r, q)
        merge(data_list, p, r, q)


def merge(data_list, p, r, q):
    tmp = []
    i = p
    j = r
    while i < r and j < q:
        if data_list[i] <= data_list[j]:
            tmp.append(data_list[i])
            i += 1
        else:
            tmp.append(data_list[i])
            j += 1

    while i < r:
        tmp.append(data_list[i])
        i += 1

    while j < q:
        tmp.append(data_list[j])
        j += 1

    for temp_index, index in enumerate(range(p, q)):
        data_list[index] = tmp[temp_index]


unsort = [1,3,4,2,1,5,6,7,8,4]
print(merge_sort(unsort))
print(unsort)

 

性能分析

1、时间复杂度:归并排序不关心数组的初始状态，因此最好、最坏、平时时间复杂度都是一样的，为O(nlogn)

2、空间复杂度:O(n)，因此它不是一个原地排序算法。递归代码的空间复杂度并不能像时间复杂度那样累加。尽管每次合并操作都需要申请额外的内存空间，但在合并完成之后，临时开 辟的内存空间就被释放掉了。在任意时刻，CPU 只会有一个函数在执行，也就只会有一个临 时的内存空间在使用。临时内存空间最大也不会超过 n 个数据的大小，所以空间复杂度是 O(n)。

3、稳定性:稳定。我们对数组分成左右两部分，对于两边相同的值，我们可以选择将右部分 的值归并后放在左边相同值的后面，因此它是稳定的排序算法。