1 算法原理
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的一个非常典型的应用。将已有序的子序列合并,得到完全有序的最终序列;即先使每个子序列有序,再使将相邻两个子序列进行合并并排序。
1.1 归并排序原理
- 尽可能的将一个数组拆分成两个元素个数相等的数组,并对每个子数组继续拆分,直到最后每个子数组中元素个数为1为止;
- 将相邻的两个子数组进行合并并排序,使其成为一个有序的大组;
- 重复步骤2,直到最终只有一个数组为止。
1.2 Python代码
import copy
class Merge(object):
def __init__(self,A):
self.list = copy.deepcopy(A)
def sort(self):
#1.初始化辅助数组assist
#2.定义一个lo变量和hi变量,分别记录数组中最小的索引和最大的索引
#3.调用sort重载方法完成数组list中,从索引lo到hi的元素的排序
self.assist = copy.deepcopy(self.list)
lo = int(0)
hi = int(len(self.list)-1)
self.sort1(lo,hi)
return self.list
def sort1(self,lo,hi):
#安全性校验
if hi <= lo:
return
#对lo到hi之间的数据进行分组
mid = lo+int((hi-lo)/2)
#print(lo,mid,hi)
#分别对每一组数据进行排序
self.sort1(lo,mid)
self.sort1(mid+1,hi)
#再把两个组中的数据进行归并
self.merge(lo,mid,hi)
def merge(self,lo,mid,hi):
#定义三个指针
p1 = int(lo)
p2 = int(mid+1)
index = int(lo)
while p1<=mid and p2<=hi:
if self.list[p1] <= self.list[p2]:
self.assist[index] = self.list[p1]
index += 1
p1 += 1
else:
self.assist[index] = self.list[p2]
index += 1
p2 += 1
while p1<=mid:
self.assist[index] = self.list[p1]
index += 1
p1 += 1
while p2<=hi:
self.assist[index] = self.list[p2]
index += 1
p2 += 1
#进行替换时要注意下标- -,一开始没加1,每次都少替换一个数据
self.list[int(lo):int(hi)+1] = self.assist[int(lo):int(hi)+1]
测试结果:
排序前数据: [8, 3, 6, 2, 4, 7, 9]
排序后数据: [2, 3, 4, 6, 7, 8, 9]
1.3 时间复杂度分析
以上图为例,原数组中共有8个元素,拆分时每次都是除以2进行拆分,共拆了log8次层数,上图中的拆分层数为log8,共拆分了3层。每一层有2k个子数组,其中k为当前层数,当前层的每个数组长度为2(3-k),归并时最多需要2(3-k)次比较。因此每层的比较次数为2k 2(3-k)=23,那么三层总共进行了3*2(3)次。
假设元素的个数为n个,那么共有log(n)层,共比较了log(n)*2(log(n))=log(n)*n,最终的时间复杂度为:O(nlogn)
1.4 归并排序的缺点:
必须额外申请一个数组空间,导致空间复杂度提升(前面几篇文章中的代码虽然也使用了copy进行数组复制,但只是为了结果对比展示的方便,并不是必要的,而归并排序一定需要一个额外的数组)。
结尾
结尾
如果有文字错误、描述错误等,希望各位能私聊或留言指出。
下一篇内容将介绍高级排序(希尔排序)并附带相应的python代码。
上一章节:数据结构与算法(2)——普通排序
学习内容来自B站:https://www.bilibili.com/video/BV1Cz411B7qd,如存在版权问题,请及时联系,以免造成非必要纠纷。