1. 算法原理和Python代碼
歸併(Merge)排序法是將兩個(或兩個以上)有序表合併成一個新的有序表,即把待排序序列分爲若干個子序列,每個子序列是有序的。然後再把有序子序列合併爲整體有序序列。
首先用Python實現合併兩個有序列表的操作。這個非常簡單,只要從比較二個列表的第一個數,誰小就先取誰,取了後就將相應的下標右移一位。然後再進行比較,如果有列表訪問結束,那直接將另一個列表的數據依次取出即可。
#coding:utf-8
#合併有序列表
def mergeList(a, b):
c = []
i = 0
j = 0
while i < len(a) and j < len(b):
print "1:",i,j
if a[i] < b[j]:
c.append(a[i])
i += 1
else:
c.append(b[j])
j += 1
while i < len(a):
c.append(a[i])
i += 1
while j < len(b):
c,append(b[j])
j += 1
return c
a = [1,3,5,6,7,8]
b = [2,4,6]
print mergeList(a, b)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
注意:合併有序列表的時間複雜度爲O(n)。
解決了上面的合併有序列表問題,再來看歸併排序,其的基本思路就是將列表分成二組A,B,如果這二組組內的數據都是有序的,那麼就可以很方便的將這二組數據進行排序。如何讓這二組組內數據有序了?
可以將A,B組各自再分成二組。依次類推,當分出來的小組只有一個數據時,可以認爲這個小組組內已經達到了有序,然後再合併相鄰的二個小組就可以了。這樣通過先遞歸的分解列表,再合併列表就完成了歸併排序。
#拆分列表
def mergeSort(p, first, last):
new = []
if first < last:
mid = (first + last)/2
mergeSort(p, first, mid)
mergeSort(p, mid + 1, last)
a = p[first:mid + 1] #列表的索引性質:列表a中不包含p[mid + 1]元素
b = p[mid + 1:last + 1]
print "a:", a
print "b:", b
new = mergeList(a, b)
print "new:",new
start = first
for i in new: #將合併好的列表複製到p列表相應的位置中
p[start] = i
start += 1
print "p:",p
return p
p = [2,3,1,7,5,9,10,4,6,8]
first = 0
last = len(p) - 1
print mergeSort(p, first, last)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
2. 時間複雜度和空間複雜度分析
2.1 時間複雜度
平均複雜度和最壞複雜度都是O(nlogn)
def mergeSort(p, first, last): #T(n)
if first < last:
mid = (first + last)/2
mergeSort(p, first, mid) #T(n/2)
mergeSort(p, mid + 1, last) #T(n/2)
new = mergeList(a, b) #O(n)
...
return p
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
所以當n=1時,T(n)=O(1);當n>1時,T(n)=2T(n/2)+O(n)
求解這個遞歸方程,
(根據數學知識,遇到類似的公式,T(n)=aT(n/b)+O(n),就應該令n=b^k(b的k次方),才能轉化公式爲可求解形式。)
網上找到的方法,根據公式的格式,採用假設的方法,網頁鏈接
2.2 空間複雜度
佔用大小爲n的空間,存放代碼中new列表,然後將new 列表再複製爲p列表。
3 算法改進
自然合併排序原理:用1次對列表中的線性掃描找到所有的排好序的子列表,然後再將這些子列表兩兩合併。這種情況的合併次數較少,時間爲O(n)。
轉載:https://blog.csdn.net/aq_cainiao_aq/article/details/75571000