数据结构——归并排序

参考:https://blog.youkuaiyun.com/perfer258/article/details/81985349

算法思想:

归并排序是采用分治法的一个典型的应用。归并排序的思想是先递归分解数组,再合并数组。

将数组分解到最小(只剩一位)之后,然后合并两个有序数组,基本思路是比较两个数组的最前面的数,谁小就取谁。取了之后相应的指针后移一位。然后再比较,直到一个数组为空,最后把另一个数组的合并过来。

python实现:

def merge_sort(alist):
    """
    归并排序
    """
    sort(alist, 0, len(alist) - 1)

def sort(alist, low, high):
    """
    """
    #分解
    if low < high:
        mid = int((low + high) / 2)
        sort(alist, low, mid)
        sort(alist, mid+1, high)
    
        #合并
        merge(alist, low, mid, high)
    

def merge(alist, low, mid, high):
    """
    合并
    """
    i, j = low, mid + 1
    result = []
    while i<=mid && j<= high:
        if alist[i] <= alist[j]:
             result.append(alist[i])
             i += 1
        else:
             result.append(alist[j])
             j += 1
    if i <= mid:
         result.extend(alist[i:mid+1])
    if j <= high:
         result.extend(alist[j:high+1])
    alist[low:high+1] = result

最优时间复杂度 O(nlogN)

最坏时间复杂度 O(nlogN)

稳定排序

数据结构中的排序算法是指一种将一串数据按照特定顺序(通常是升序或降序)排列的方法。常见的排序算法有多种,每种都有其特点和适用场景: 1. **冒泡排序**(Bubble Sort):简单直观,通过不断交换相邻元素使得较大值逐渐“浮”到数组顶部。效率较低,适用于小规模数据。 2. **选择排序**(Selection Sort):每次从未排序部分找出最小(大)元素,放到已排序部分的末尾。不稳定,对大规模数据效率不高。 3. **插入排序**(Insertion Sort):类似于打扑克牌,将每个元素逐个插入到已排序的部分的适当位置。效率随着数据有序程度提高而提升。 4. **快速排序**(Quick Sort):采用分治策略,选取一个基准元素,将序列分为两部分,一部分小于基准,另一部分大于基准,然后递归地对这两部分进行排序。平均性能好,是一种常用的高效排序法。 5. **归并排序**(Merge Sort):同样基于分治,将数组分成两个子数组,分别排序后再合并。稳定,但需要额外的空间存储。 6. **堆排序**(Heap Sort):利用堆这种数据结构特性,构建最大堆或最小堆进行排序。原地操作,效率较高。 7. **计数排序**(Counting Sort):针对非负整数,统计每个元素出现次数,再根据次数重构有序序列。时间复杂度低至线性,但只能处理整数范围有限的情况。 8. **基数排序**(Radix Sort):按位数从最低位到最高位进行排序,适合数字类型的整数排序。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值