归并排序与快速排序

栏目: 编程工具 · 发布时间: 5年前

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:
基础算法复习:归并 排序 与快速排序。

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:

  1. 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;
  2. 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;
  3. 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;
  4. 重复步骤 3 直到某一指针达到序列尾;
  5. 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:

归并排序与快速排序

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:

  1. 从数列中挑出一个元素,称为 “基准”(pivot);
  2. 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;
  3. 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:

归并排序与快速排序

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!

查看所有标签

猜你喜欢:

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

爆裂

爆裂

[美] 伊藤穰一、[美] 杰夫·豪 / 张培、吴建英、周卓斌 / 中信出版集团 / 2017-9-1 / 65.00元

越是在发生重大改变的时刻,越是会出现两极分化,赢家、输家有时只在一念间。未来已经装上了全新的操作系统。这是一个重大升级,对我们而言,随之而来的则是陡峭的学习曲线。在指数时代,替换旧逻辑,我们的思维亟需与世界对接,推翻过去已经成为大众所接受的常识,学会差异化思考才能屹立不倒,不被卷入历史的洪流。 在《爆裂》一书中,伊藤穰一和杰夫·豪将这一逻辑提炼为9大原则,帮助人们驾驭这一动荡时刻,应对当下的......一起来看看 《爆裂》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具