内容简介:归并排序(Merge sort)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。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。归并排序是一种稳定的排序方法。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。操作步骤如下:示例,动图演示:
归并排序
基本思路
归并排序(Merge sort)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。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。归并排序是一种稳定的排序方法。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。
操作步骤如下:
- 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;
- 将另一序列剩下的所有元素直接复制到合并序列尾。
示例,动图演示:
Python 实现
def merge(left, right): print(left, right) res = [] i, j = 0, 0 while i < len(left) and j < len(right): if left[i] > right[j]: res.append(right[j]) j += 1 else: res.append(left[i]) i += 1 if i < len(left): res.extend(left[i:]) if j < len(right): res.extend(right[j:]) return res def merge_sort(nums): if len(nums) <= 1: return nums mid = len(nums) // 2 left = merge_sort(nums[:mid]) right = merge_sort(nums[mid:]) return merge(left, right)
时间复杂度
- 最优时间复杂度:O(nlogn)。
- 最坏时间复杂度:O(nlogn)。
- 平均时间复杂度:O(nlogn)。
- 空间复杂度:O(1)。
- 稳定性:稳定。
快速排序
基本思路
快速排序(Quick Sort)是对冒泡排序的一种改进,基本思想是选取一个记录作为基准,通过一趟排序将待排记录分隔成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,则可分别对这两部分记录继续进行排序,以达到整个序列有序。快速排序是一种分而治之思想在 排序算法 上的典型应用。
操作步骤如下:
- 从数列中挑出一个元素,称为 “基准”(pivot);
- 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
- 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。
示例,动图演示:
Python 实现
递归实现:
def part_sort(nums, left, right): key = nums[right] while left < right: while left < right and nums[left] < key: left += 1 while left < right and nums[right] > key: right -= 1 nums[left], nums[right] = nums[right], nums[left] nums[left], key = key, nums[left] return left def quick_sort(nums, left, right): if left >= right: return index = part_sort(nums, left, right) quick_sort(nums, left, index-1) quick_sort(nums, index+1, right)
非递归实现:
def quick_sort(nums, left, right): if left > right: return tmp = nums[left] i = left j = right while i != j: while nums[j] >= tmp and i < j: j -= 1 while nums[i] <= tmp and i < j: i += 1 if i < j: nums[i], nums[j] = nums[j], nums[i] nums[left] = nums[i] nums[i] = tmp quick_sort(left, i - 1) quick_sort(i + 1, right)
时间复杂度
- 最优时间复杂度:O(nlogn)。
- 最坏时间复杂度:O(n**2)。
- 平均时间复杂度:O(nlogn)。
- 空间复杂度:O(logn)。
- 稳定性:不稳定。
以上所述就是小编给大家介绍的《归并排序与快速排序》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- MergeSort归并排序和利用归并排序计算出数组中的逆序对
- F# 插入排序 和归并排序
- F# 插入排序 和归并排序
- 算法之常见排序算法-冒泡排序、归并排序、快速排序
- 深入浅出排序算法(2)-归并排序
- 归并排序求逆序数
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
正则表达式必知必会
Ben Forta / 杨涛、王建桥、杨晓云 / 人民邮电出版社 / 2007 / 29.00元
正则表达式是一种威力无比强大的武器,几乎在所有的程序设计语言里和计算机平台上都可以用它来完成各种复杂的文本处理工作。本书从简单的文本匹配开始,循序渐进地介绍了很多复杂内容,其中包括回溯引用、条件性求值和前后查找,等等。每章都为读者准备了许多简明又实用的示例,有助于全面、系统、快速掌握正则表达式,并运用它们去解决实际问题。 本书适合各种语言和平台的开发人员。一起来看看 《正则表达式必知必会》 这本书的介绍吧!