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。
Web应用漏洞侦测与防御
Mike Shema / 齐宁、庞建民、张铮、单征 / 机械工业出版社 / 2014-8-20 / 69.00
本书由国际知名网络安全专家亲笔撰写,全面讲解如何预防常见的网络攻击,包括HTML注入及跨站脚本攻击、跨站请求伪造攻击、SQL注入攻击及数据存储操纵、攻破身份认证模式、利用设计缺陷、利用平台弱点、攻击浏览器和隐私等, 全书共8章:第1章介绍HTML5的新增特性及使用和滥用HTML5的安全考虑;第2章展示了如何只通过浏览器和最基本的HTML知识就可以利用Web中最常见的漏洞;第3章详细讲解CSR......一起来看看 《Web应用漏洞侦测与防御》 这本书的介绍吧!