python基本算法之实现归并排序(Merge sort)


Posted in Python onSeptember 01, 2020

0、前言

评判一个算法的好坏的标准:

  • 时间复杂度
  • 空间复杂度

1、归并排序算法是什么?

冒泡排序(Bubble Sort)是一种建立在归并操作上面的一种有效的排序算法,由John von neumann于1945年发明。采用分治法(Divide and Conquer)的经典应用!!将规模较大的排序问题化归到较小的规模上解决。

基本实现包含下面的两种方法:

自上而下的递归
自下而上的迭代

将已经有的有序子序列合并,得到完全有序的子序列。就是先得到每个子序列有序,然后在使得两个子序列合并成为一个有序的。如果是把两个有序表合并成为一个有序表,成为二路归并。

归并排序的性能不受到输入数据的影响,这一个和选择排序是一样的,但是性能比选择排序要好,性能始终是O(n log n)。但是性能的优越必定是额外的内存空间作为巨大代价的!

2、算法过程图解

python基本算法之实现归并排序(Merge sort)

3、代码实现

代码如下(示例01):

"""
Merge_Sort 归并排序
分治算法Divide and Conquer
时间复杂度:
"""

# 切割数组 的函数
def merge_sort(alist):
 # 如果长度小于等于1 ,不能再分割了
 if len(alist) <= 1:
  return alist

 # 根据列表长度确定拆分的中间位置
 mid_index = len(alist)//2

 # 使用切片实现对列表的切分
 # left_list = alist[:mid_index]
 # right_list = alist[mid_index:]

 # 递归调用,无限切割下去
 left_list = merge_sort(alist[:mid_index])
 right_list = merge_sort(alist[mid_index:])
 return merge(left_list, right_list)

# 排序的函数
def merge(left_list, right_list):
 l_index,r_index = 0,0
 merge_list = []
 # 判断列表里面是否还有元素可以用
 while l_index < len(left_list) and r_index < len(right_list):
  # 哪边的元素小于另外一边的的元素就把哪边的元素加入进去,对应的索引加一
  if left_list[l_index] < right_list[r_index]:
   merge_list.append(left_list[l_index])
   l_index += 1
  else:
   merge_list.append(right_list[r_index])
   r_index += 1
 # 下面的这两个就是,如果有一个列表全部添加了,另外一个列表直接添加到merge_list里面了
 merge_list += left_list[l_index:]
 merge_list += right_list[r_index:]
 return merge_list

if __name__ == '__main__':
 alist = [54, 26, 93, 17, 77, 31, 44, 55, 20]
 print(f'原列表的顺序:{alist}')
 alist = merge_sort(alist)
 print(f'选择排序之后的列表的顺序:{alist}')

里面的左右列表都是被划分到了只有一个元素的是去比较和添加的。大家可以把代码放置到编译器里面,debug运行,看一哈具体的过程,结合动态图片演示理解更好!

4、评判算法

  • 最好时间复杂度:O(n log n)
  • 最坏时间复杂度:O(n log n)
  • 平均时间复杂度:O(n log n)
  • 空间复杂度:O(n)
  • 算法稳定性:稳定的排序

总结

到此这篇关于python基本算法之实现归并排序(Merge sort)的文章就介绍到这了,更多相关python归并排序(Merge sort)内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python爬虫教程之爬取百度贴吧并下载的示例
Mar 07 Python
Python如何获取系统iops示例代码
Sep 06 Python
不要用强制方法杀掉python线程
Feb 26 Python
利用Python读取文件的四种不同方法比对
May 18 Python
Python模块WSGI使用详解
Feb 02 Python
Python 使用PIL numpy 实现拼接图片的示例
May 08 Python
Python爬虫框架Scrapy常用命令总结
Jul 26 Python
python类中super() 的使用解析
Dec 19 Python
基于Python 中函数的 收集参数 机制
Dec 21 Python
Python命令行参数定义及需要注意的地方
Nov 30 Python
如何在C++中调用Python
May 21 Python
Python 详解通过Scrapy框架实现爬取百度新冠疫情数据流程
Nov 11 Python
在pycharm中文件取消用 pytest模式打开的操作
Sep 01 #Python
Python内置函数property()如何使用
Sep 01 #Python
mac安装python3后使用pip和pip3的区别说明
Sep 01 #Python
python3.7.3版本和django2.2.3版本是否可以兼容
Sep 01 #Python
解决python便携版无法直接运行py文件的问题
Sep 01 #Python
django有哪些好处和优点
Sep 01 #Python
python实现简单的五子棋游戏
Sep 01 #Python
You might like
2020最新CPU的性能排名
2020/04/02 数码科技
php 网页游戏开发入门教程一(webgame+design)
2009/10/26 PHP
php使用google地图应用实例
2014/12/31 PHP
Cygwin中安装PHP方法步骤
2015/07/04 PHP
Yii2中OAuth扩展及QQ互联登录实现方法
2016/05/16 PHP
详解PHP中websocket的使用方法
2016/09/15 PHP
laravel自定义分页效果
2017/07/23 PHP
php微信公众号开发之二级菜单
2018/10/20 PHP
thinkPHP+LayUI 流加载实现功能
2019/09/27 PHP
JavaScript静态的动态
2006/09/18 Javascript
三级下拉菜单的js实现代码
2011/05/23 Javascript
JavaScript 2048 游戏实例代码(简单易懂)
2016/03/25 Javascript
深入理解JS正则表达式---分组
2016/07/18 Javascript
jquery基本选择器匹配多个元素的实现方法
2016/09/05 Javascript
jquery设置css样式的多种方法(总结)
2017/02/21 Javascript
JavaScript实现弹出广告功能
2017/03/30 Javascript
jQuery自定义元素右键点击事件(实现案例)
2017/04/28 jQuery
angular中使用Socket.io实例代码
2017/06/03 Javascript
ES6新增的math,Number方法
2017/08/06 Javascript
详解JavaScript函数callee、call、apply的区别
2019/03/08 Javascript
jQuery zTree插件快速实现目录树
2019/08/16 jQuery
Python如何获取系统iops示例代码
2016/09/06 Python
Python编写带选项的命令行程序方法
2019/08/13 Python
Python上下文管理器类和上下文管理器装饰器contextmanager用法实例分析
2019/11/07 Python
python3连接mysql获取ansible动态inventory脚本
2020/01/19 Python
Python文件操作方法详解
2020/02/09 Python
Python通过队列来实现进程间通信的示例
2020/10/14 Python
Python3使用 GitLab API 进行批量合并分支
2020/10/15 Python
Python 微信公众号文章爬取的示例代码
2020/11/30 Python
英国女性运动服品牌:Sweaty Betty
2018/11/08 全球购物
秘书英文求职信
2014/04/16 职场文书
小学安全工作汇报材料
2014/08/19 职场文书
公安派出所所长四风问题个人对照检查材料
2014/10/04 职场文书
入党个人总结范文
2015/03/02 职场文书
党员评议自我评价
2015/03/03 职场文书
总结会主持词
2015/07/02 职场文书