L6：排序-3（归并、六种排序方法小结）

归并排序（Merge Sort）

• 假设现在的列表分两段有序，将其合成为一个有序列表，这种操作称为一次归并
• 一次归并复杂度是O(n)

代码： 

def merge(li, low, mid, high): #一次归并，已经有两个有序区了
    #low列表开始位置，mid前一个有序区最后一个值的位置，high列表结束位置
    i = low #i指向前一个有序区
    j = mid + 1 #j指向后一个有序区
    ltemp = [] #临时列表
    while i <= mid and j <= high: #只要左右两边都有数
        if li[i] < li[j]:
            ltemp.append(li[i])
            i += 1
        else:
            ltemp.append(li[j])
            j += 1
    #while执行完后，有一个区没数了
    while i <= mid: #前一个区还有数
        ltemp.append(li[i])
        i += 1
    while j <= high: #后一个区还有数
        ltemp.append(li[j])
        j += 1
    li[low:high+1] = ltemp

使用归并

• 分解：将列表越分越小，直至分成一个元素
• 终止条件：一个元素是有序的 
• 合并：将两个有序列表归并，列表越来越大

代码： 

def merge_sort(li, low, high):
    if low < high: #至少有两个元素
        mid = (low + high) // 2
        merge_sort(li, low, mid)
        merge_sort(li, mid+1, high)
        merge(li, low, mid, high)

归并排序复杂度

• 共logn层，所以最后的时间复杂度是O(nlogn)
• 非原地排序，空间复杂度为O(n)

快速排序、堆排序、归并排序比较

•  时间复杂度都是O(nlogn)
• 一般情况下，就运行时间而言
  • 快速排序<归并排序<堆排序
• 三种排序算法的缺点
  • 快速排序：极端情况下排序效率低
  • 归并排序：需要额外的内存开销
  • 堆排序：在快的排序算法中相对较慢

六种排序方法小结

排序方法	时间复杂度			空间复杂度	稳定性	代码复杂度
	最坏情况	平均情况	最好情况
冒泡	O(n^2)	O(n^2)	O(n) 改进过的冒泡排序	O(1)	稳定	简单
直接选择	O(n^2)	O(n^2)	O(n^2)	O(1)	不稳定	简单
直接插入	O(n^2)	O(n^2)	O(n^2)	O(1)	稳定	简单
快速	O(n^2) 递归n层	O(nlogn)	O(nlogn)	平均情况O(logn) 最坏情况O(n) 递归需要用到空间 1层是O(1)	不稳定	较复杂
堆	O(nlogn)	O(nlogn)	O(nlogn)	O(1)	不稳定	复杂
归并	O(nlogn)	O(nlogn)	O(nlogn)	O(n)	稳定	较复杂

• 稳定性保证相同的两个数的相对位置不变，例如32124，排完序后第一个2仍在第二个2前面
• 判断稳定性：挨个换的是稳定的，飞着换的是不稳定的