Python实现归并排序

'''
归并排序原理：对于给定的一组数据,首先将要排序长度为n的列表或者数组折中分成两个子列表或者数组长度分别为(n/2)，
第二次则分别将子序列分成总共4个子序列 每个子序列长度为(n/2/2) 以此继续分下去，直到子序列只剩下1个元素不能再分而停止.
最后将其两两归并，反复执行此过程，直到得到一个有序序列为止。
例如数组：{38,65,97,76,13,27}，具体排序过程如下：
拆分
第1次：[38 65 97]  [76 13 27]
第2次：[38 65] [97]  [76 13] [27]
第3次：[38] [65] [97]  [76] [13] [27]
合并
第1次：[38 65] [97]  [13 76] [27]
第2次：[38 65 97]  [13 27 76]
第3次：[13 27 38 65 76 97]
'''
#实现代码
def merge(left,right):
    result=[]
    i=j=0
    while j < len(left) and i < len(right):
        if left[j] < right[i]:
            result.append(left[j])
            j+= 1
        else:
            result.append(right[i])
            i+= 1
    if j == len(left):
        for i in right[i:]:
            result.append(i)
    else:
        for i in left[j:]:
            result.append(i)
    return result

def merge_sort(arrays):
    if len(arrays) <= 1:
        return arrays
    middle = len(arrays)//2
    left = merge_sort(arrays[:middle])
    right = merge_sort(arrays[middle:])
    return merge(left, right)

if __name__ == '__main__':
    arrays = [38, 65, 97, 76, 13, 27]
    print("排序前：" + str(arrays))
    print("排序后：" + str(merge_sort(arrays)))

看一下执行结果：

时间复杂度：归并排序由于运用了二叉树的策略所以在分策略上是logn的时间复杂度，每一层都必须比较所以n个元素， 
总共有n层所以最后的时间复杂度是O(nlogn)

 空间复杂度：过程开辟了长度为n的临时空间 所以空间复杂度是O(n)