MergeSort

算法描述：

归并排序算法是采用分治法（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。

基本过程：假设初始序列含有n个记录，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个长度为2或1的有序子序列，再两两归并，最终得到一个长度为n的有序序列为止，这称为2路归并排序。

---

代码实现：

def merge_sort(list):
    # 不断递归调用本身，直到拆分成成单个元素的时候就返回这个元素，不再拆分了
    if len(list) <= 1:
        return list
    # 二分列表
    mid = len(list) // 2
    left = merge_sort(list[:mid])
    right = merge_sort(list[mid:])
    # 合并
    return merge(left, right)
# 合并
def merge(left, right):
    result=[]
    while len(left)>0 and len(right)>0:
        if left[0] <= right[0]:
            result.append(left.pop(0))
        else:
            result.append(right.pop(0))
    #while循环出来之后 说明其中一个数组没有数据了，我们把另一个数组添加到结果数组后面
    result += left
    result += right
    return result


if __name__ == "__main__":
   
    data = [50, 10, 90, 30, 70, 40, 80, 60, 20]
    print(data)
    ans = merge_sort(data)
    print(ans)

 

---

 算法性能：

时间复杂度：最好、最坏和平均的时间复杂度都是O(nlogn)。

空间复杂度，由于它开辟了一块新的内存空间用来存放left和right子序列，而两个子序列的总大小其实和lst是一样的，为n，所以它的空间复杂度为O(n)，这是归并排序的主要弱点，牺牲了空间复杂度来换取时间复杂度的减少。

稳定性，只要在关键码相同时采用左序列元素先行的原则，就能保证算法的稳定。

适应性，归并排序算法没有适应性，无论对于什么样的序列它都要做logn遍的递归。