数据结构第七节
归并排序
归并排序原理
归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组,再合并数组
将数组分解最小之后,然后合并两个有序数组,基本思想是比较两个数组的最前面的数,谁小就先取谁,取了后相应的指针就往后移一位。然后再比较,直至一个数组为空,最后把另一个数组的剩余部分复制过来即可。
对列表进行不断的分组,最后是两个一组,对划分的每个小组进行分组排序,排序后再按照原来的顺序进行两两合并同时排序,合并统一
归并排序代码实现
def merge_sort(list):
"""归并排序"""
n = len(list)
if n<=1:
return list
mid = n//2
left = merge_sort(list[:mid])
right = merge_sort(list[mid:])
left_pointer ,right_pointer = 0,0
result = []
while left_pointer<len(left) and right_pointer<len(right):
if left[left_pointer] <= right[right_pointer]:
result.append(left[left_pointer])
left_pointer +=1
else:
result.append(right[right_pointer])
right_pointer += 1
result += left[left_pointer:]
result += right[right_pointer:]
return result
a=[54,26,93,17,77,31,44,55,20]
print(merge_sort(a))
排序算法时间复杂度总结
二分查找
二分查找原理
二分查找又称折半查找,只适用于有序数组。二分查找原理很简单,针对有序数组的查找效率也很高。具体原理为,每次拿目标数值与数组中间位置的数据进行比较,如果value大于array[mid],继续将value与大于arr[mid]部分的中间位置的值进行比较;如果value小于arr[mid],继续将value与小于arr[mid]部分的中间位置值进行比较
二分查找代码实现
def binary_search(list,target):
"""二分查找,递归"""
n = len(list)
if n>0:
mid = n//2
if list[mid] == target:
return mid
elif target<list[mid]:
return binary_search(list[:mid],target)
else:
return binary_search(list[mid+1:],target)
return False
a=[54,26,93,17,77,31,44,55,20]
print(binary_search(a,26))
def binary_search(list,target):
"""二分查找,非递归"""
n = len(list)
first = 0
last = n-1
while first<=last:
mid = (first+last)//2
if list[mid] == target:
return True
elif list[mid]>target:
last = mid-1
else:
first = mid +1
return False
a=[17, 20, 26, 31, 44, 54, 55, 77, 93]
print(binary_search(a,31))
二分查找时间复杂度分析
对于递归方法:
最优复杂度为O(1)
最坏复杂度为O(logn)
对于非递归方法:
最优复杂度为O(1)
最坏复杂度为O(logn)