python基本算法之实现归并排序(Merge sort)
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
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)内容请搜索我们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我们!
相关推荐
-
Python排序搜索基本算法之归并排序实例分析
本文实例讲述了Python排序搜索基本算法之归并排序.分享给大家供大家参考,具体如下: 归并排序最令人兴奋的特点是:不论输入是什么样的,它对N个元素的序列排序所用时间与NlogN成正比.代码如下: # coding:utf-8 def mergesort(seq): if len(seq)<=1: return seq mid=int(len(seq)/2) left=mergesort(seq[:mid]) right=mergesort(seq[mid:]) return merge(lef
-
Python实现的归并排序算法示例
本文实例讲述了Python实现的归并排序算法.分享给大家供大家参考,具体如下: 归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用. 将已有序的子序列合并,得到完全有序的序列:即先使每个子序列有序,再使子序列段间有序.若将两个有序表合并成一个有序表,称为二路归并. Python实现代码如下: #-*- coding: UTF-8 -*- import numpy as np def Merge(a, f, m, l):
-
python编程实现归并排序
因为上个星期leetcode的一道题(Median of Two Sorted Arrays)所以想仔细了解一下归并排序的实现. 还是先阐述一下排序思路: 首先归并排序使用了二分法,归根到底的思想还是分而治之.拿到一个长数组,将其不停的分为左边和右边两份,然后以此递归分下去.然后再将她们按照两个有序数组的样子合并起来.这样说起来可能很难理解,于是给出一张我画的图. 这里显示了归并排序的第一步,将数组按照middle进行递归拆分,最后分到最细之后再将其使用对两个有序数组进行排序的方法对其进行排序.
-
10个python3常用排序算法详细说明与实例(快速排序,冒泡排序,桶排序,基数排序,堆排序,希尔排序,归并排序,计数排序)
我简单的绘制了一下排序算法的分类,蓝色字体的排序算法是我们用python3实现的,也是比较常用的排序算法. Python3常用排序算法 1.Python3冒泡排序--交换类排序 冒泡排序(Bubble Sort)也是一种简单直观的排序算法. 它重复地走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来. 走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成.这个算法的名字由来是因为越小的元素会经由交换慢慢"浮"到数列的顶端. 作为最简单的排序算法
-
python实现折半查找和归并排序算法
今天依旧是学算法,前几天在搞bbs项目,界面也很丑,评论功能好像也有BUG.现在不搞了,得学下算法和数据结构,笔试过不了,连面试的机会都没有-- 今天学了折半查找算法,折半查找是蛮简单的,但是归并排序我就挺懵比,看教材C语言写的归并排序看不懂,后来参考了别人的博客,终于搞懂了. 折半查找 先看下课本对于 折半查找的讲解.注意了,折半查找是对于有序序列而言的.每次折半,则查找区间大约缩小一半.low,high分别为查找区间的第一个下标与最后一个下标.出现low>high时,说明目标关键字在整个有序
-
python 实现归并排序算法
理论不多说: 复制代码 代码如下: #!/usr/bin/python import sys def merge(array, q, p, r): left_array = array[q:p+1] right_array = array[p+1:r+1] left_array_num = len(left_array) right_array_num = len(right_array) i, j , k= [0, 0, q] while i < left_array_num and j <
-
golang/python实现归并排序实例代码
归并排序 思路:将数组不断二分,然后合并为有序数组 C++实现: void mergeSort(T arr[], int left,int right) { //对arr[left,right]的范围进行排序 if (left >= right) return; int mid = (left + right) / 2; mergeSort(arr, left, mid); mergeSort(arr, mid + 1, right); merge(arr, left, mid, right);
-
python实现归并排序算法
归并排序是典型的分治法的应用 思想:先递归分解数组,再合并数组 原理: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,谁小就取谁,取完后,将相应的指针后移以为.然后再比较,直到一个数组为空,最后把另一个数组的剩余部分复制过来即可. Python代码实现: #归并排序 def merge_sort(alist): if len(alist) <= 1: return alist # 二分分解 num = len(alist) / 2 left = merge_sort
-
Python编程中归并排序算法的实现步骤详解
基本思想:归并排序是一种典型的分治思想,把一个无序列表一分为二,对每个子序列再一分为二,继续下去,直到无法再进行划分为止.然后,就开始合并的过程,对每个子序列和另外一个子序列的元素进行比较,依次把小元素放入结果序列中进行合并,最终完成归并排序. 归并操作过程: 申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列 设定两个指针,最初位置分别为两个已经排序序列的起始位置 比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置 重复步骤3直到某一指针达到序列尾
-
python基本算法之实现归并排序(Merge sort)
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
-
C++ 归并排序(merge sort)案例详解
核心思想:"分"与"合". 主体流程 先将一个序列分成很多个不能再分割的子序列,将各个子序列分别排序后再将子序列合并.其实就是重复两个步骤:[1]分[2]合并. 首先是第一个小问题,怎么分? 比如说一个序列:12 ,23,1,44,233,10,9,8.我们先分成两段:12 ,23,1,44 和 233,10,9,8, 发现还能再分成4段:12 ,23 和 1,44------233,10 和 9,8. 再分成8段:12--23--1--44 和233--10--9
-
PHP排序算法之归并排序(Merging Sort)实例详解
本文实例讲述了PHP排序算法之归并排序(Merging Sort).分享给大家供大家参考,具体如下: 基本思想: 归并排序:就是利用归并(合并)的思想实现的排序方法.它的原理是假设初始序列含有 n 个元素,则可以看成是 n 个有序的子序列,每个子序列的长度为 1,然后两两归并,得到 ⌈ n / 2⌉ (⌈ x ⌉ 表示不小于 x 的最小整数)个长度为 2 或 1 的有序序列:再两两归并,······,如此重复,直至得到一个长度为 n 的有序序列为止,这种排序方法就成为 2 路归并排序. 一.归并
-
python 排序算法总结及实例详解
总结了一下常见集中排序的算法 归并排序 归并排序也称合并排序,是分治法的典型应用.分治思想是将每个问题分解成个个小问题,将每个小问题解决,然后合并. 具体的归并排序就是,将一组无序数按n/2递归分解成只有一个元素的子项,一个元素就是已经排好序的了.然后将这些有序的子元素进行合并. 合并的过程就是 对 两个已经排好序的子序列,先选取两个子序列中最小的元素进行比较,选取两个元素中最小的那个子序列并将其从子序列中 去掉添加到最终的结果集中,直到两个子序列归并完成. 代码如下: #!/usr/bin/p
-
Python排序算法之选择排序定义与用法示例
本文实例讲述了Python排序算法之选择排序定义与用法.分享给大家供大家参考,具体如下: 选择排序 选择排序比较好理解,好像是在一堆大小不一的球中进行选择(以从小到大,先选最小球为例): 1. 选择一个基准球 2. 将基准球和余下的球进行一一比较,如果比基准球小,则进行交换 3. 第一轮过后获得最小的球 4. 在挑一个基准球,执行相同的动作得到次小的球 5. 继续执行4,直到排序好 时间复杂度:O(n^2). 需要进行的比较次数为第一轮 n-1,n-2....1, 总的比较次数为 n*(n-1
-
Java 详细讲解分治算法如何实现归并排序
目录 1.什么是分治算法 分治法 基本思想 2.分治算法的体现--归并排序 归并排序 基本思想 3.代码实现 1.什么是分治算法 分治法 分治法,字面意思是"分而治之",就是把一个复杂的1问题分成两个或多个相同或相似的子问题,再把子问题分成更小的子问题直到最后子问题可以简单地直接求解,原问题的解即子问题的解的合并,这个思想是很多高效算法的基础,例如排序算法(快速排序,归并排序),傅里叶变换(快速傅里叶变换)等. 基本思想 分治法的基本思想:将一个难以直接解决的大问题,分割成一些规模较小
-
Java排序算法总结之归并排序
本文实例讲述了Java排序算法总结之归并排序.分享给大家供大家参考.具体分析如下: 归并操作(merge),也叫归并算法,指的是将两个已经排序的序列合并成一个序列的操作.和快速排序类似,让我们一起来看,归并在Java中的实现. 归并排序(Merge)是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的.然后再把有序子序列合并为整体有序序列. 归并排序是建立在归并操作上的一种有效的排序算法.该算法是采用分治法(Divide and Conquer)的
-
Java排序算法三之归并排序的递归与非递归的实现示例解析
归并有递归和非递归两种. 归并的思想是: 1.将原数组首先进行两个元素为一组的排序,然后合并为四个一组,八个一组,直至合并整个数组: 2.合并两个子数组的时候,需要借助一个临时数组,用来存放当前的归并后的两个数组: 3.将临时数组复制回原数组对应的位置. 非递归的代码如下: package mergesort; import java.util.Arrays; import java.util.Random; import java.util.Scanner; //归并排序的非递归算法 publ
-
python 图像增强算法实现详解
使用python编写了共六种图像增强算法: 1)基于直方图均衡化 2)基于拉普拉斯算子 3)基于对数变换 4)基于伽马变换 5)限制对比度自适应直方图均衡化:CLAHE 6)retinex-SSR 7)retinex-MSR其中,6和7属于同一种下的变化. 将每种方法编写成一个函数,封装,可以直接在主函数中调用. 采用同一幅图进行效果对比. 图像增强的效果为: 直方图均衡化:对比度较低的图像适合使用直方图均衡化方法来增强图像细节 拉普拉斯算子可以增强局部的图像对比度 log对数变换对于整体对比度
-
Python排序算法之插入排序及其优化方案详解
一.插入排序 插入排序与我们平时打扑克牌非常相似,将新摸到的牌插入到已有的牌中合适的位置,而已有的牌往往是有序的. 1.1 执行流程 (1)在执行过程中,插入排序会将序列分为2部分,头部是已经排好序的,尾部是待排序的. (2)从头开始扫描每一个元素,每当扫描到一个元素,就将它插入到头部合适的位置,使得头部数据依然保持有序 1.2 逆序对 数组 <2,3,8,6,1> 的逆序对为:<2,1> ❤️,1> <8,1> <8,6> <6,1>,共
随机推荐
- CMD命令行中以管理员权限启动应用程序实现方法
- link-view.vbs 页面链接查看
- tomcat中Servlet对象池介绍及如何使用
- Java设计模式之建造者模式(Builder模式)介绍
- Firefox中autocomplete="off" 设置不起作用Bug的解决方法
- 用JavaScript实现字符串切分功能
- PHP输入流php://input实例讲解
- 基于C++自动化编译工具的使用详解
- 详解android异步更新UI的几种方法
- Mysql单文件存储删除数据文件容量不会减少的bug与解决方法
- Django自定义分页效果
- 解决windows下Sublime Text 2 运行 PyQt 不显示的方法分享
- 文件名 正则表达式提取方法
- Android使用AudioManager修改系统音量的方法
- JavaScript获取URL中参数querystring的方法详解
- sqlserver 无法验证产品密匙的完美解决方案[测试通过]
- JavaScript事件学习小结(一)事件流
- 解析电子邮件的基本概念及JavaMail API邮件功能使用
- 深入多线程之:双向信号与竞赛的用法分析
- JS实现换肤功能的方法实例详解