【零基础】学python数据结构与算法笔记5

最新推荐文章于 2024-08-25 18:17:58 发布

荒野火狐

最新推荐文章于 2024-08-25 18:17:58 发布

阅读量610

点赞数

分类专栏： python 文章标签：算法排序算法数据结构

本文链接：https://blog.csdn.net/weixin_56760882/article/details/128531794

版权

python 专栏收录该内容

21 篇文章 27 订阅

订阅专栏

文章目录

前言
30.归并排序归并
31.归并排序实现
32.归并排序时间复杂度讨论
33.NB三人组小结
总结

前言

学习python数据结构与算法，学习常用的算法，
b站学习链接

30.归并排序归并

在这里插入图片描述
将两个箭头指向两个列表的首个元素，比较，哪个大就把它取下来，箭头往后走，最后遇到左边剩下7，8，9，右边没数了，就把7，8，9全取下来。

最后就能实现一段有序的列表。

将第一个元素的位置定义为low,第一个列表的末尾位置定义为mid,最后一个位置定义为high。
在这里插入图片描述

31.归并排序实现

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。
在这里插入图片描述
先分解，一个元素肯定有序，最后两个两个合并。

测试一下，将归并换成打印，发现，函数将会一直递归，直到元素只有一个时，终止，所以打印的都是两个元素的列表，将左边一部分一半一半分解，再从最小的列表一步一步打印回来。证明递归写的没错。
在这里插入图片描述

32.归并排序时间复杂度讨论

一次归并的复杂度为O(n),因为要遍历一遍，而一共要遍历多少层呢，
一共遍历logn层，所以时间复杂度为O(nlogn)
而空间复杂度为O(n),因为要重新开一个列表。
在这里插入图片描述
python的sort方法是基于归并排序的。

33.NB三人组小结

三种排序算法的时间复杂度都是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，因为时间复杂度中的常数不一样所以造成了时间不一样
三种排序算法缺点：
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

同样10000个数排序
在这里插入图片描述

在这里插入图片描述

快速排序要递归需要空间，因为每次需要存上一个元素的位置，平均是logn层，最坏是O(n)。

稳定性：相同的两个数据，相对位置不变。
3 2 1 2 4 如果对这个列表排序，有两个2，第一个2 排完序仍然在前面的位置吗，说明稳定。

假如字典{“name”:“a”,“age”:18}
{“name”:“b”,“age”:20}
{“name”:“a”,“age”:25}
稳定的按name排序，应该是
{“name”:“a”,“age”:18}
{“name”:“a”,“age”:25}
{“name”:“b”,“age”:20}
一句话：有顺序的挨个换的，都是稳定的，飞着换的都是不稳定的。
冒泡法挨个换，稳定
选择排序最小的和前面的换。2 3 2 1 4，1和最前面的2互换，不稳定
插入排序，拿一张牌，挨个比，稳定
快速排序，左边比，右边比，飞着换，不稳定
堆排序，儿子找爸爸，不是挨个一起的，飞着换，不稳定
归并排序，挨着的，稳定。

python内置的是基于归并排序，稳定c++是基于快速排序的。