python?歸并排序的實現(xiàn)
一、歸并排序
歸并排序(MERGE-SORT)是建立在歸并操作上的一種有效的排序算法,該算法采用經(jīng)典的分治(divide-and-conquer)策略(分治法將問題分(divide)成一些小的問題然后遞歸求解,而治(conquer)的階段則將分的階段得到的各答案"修補"在一起,即分而治之),將已有序的子序列合并,得到完全有序的序列;即先使每個子序列有序,再使子序列段間有序,若將兩個有序表合并成一個有序表,稱為二路歸并。
二、歸并排序的基本思想
將待排序序列R[0…n-1]看成是n個長度為1的有序序列,將相鄰的有序表成對歸并,得到n/2個長度為2的有序表;將這些有序序列再次歸并,得到n/4個長度為4的有序序列;如此反復(fù)進(jìn)行下去,最后得到一個長度為n的有序序列
三、歸并排序的算法描述
第一步:申請空間,使其大小為兩個已經(jīng)排序序列之和,該空間用來存放合并后的序列
第二步:設(shè)定兩個指針,最初位置分別為兩個已經(jīng)排序序列的起始位置
第三步:比較兩個指針?biāo)赶虻脑兀x擇相對小的元素放入到合并空間,并移動指針到下一位置
重復(fù)步驟3直到某一指針超出序列尾,將另一序列剩下的所有元素直接復(fù)制到合并序列尾
歸并排序其實要做兩件事:
(1)“分解”——將序列每次折半劃分(遞歸實現(xiàn))
(2)“合并”——將劃分后的序列段兩兩合并后排序
如何合并?
在每次合并過程中,都是對兩個有序的序列段進(jìn)行合并,然后排序。
這兩個有序序列段分別為 R[low, mid] 和 R[mid+1, high]。
先將他們合并到一個局部的暫存數(shù)組R2中,帶合并完成后再將R2復(fù)制回R中。
我們稱 R[low, mid] 第一段,R[mid+1, high] 為第二段。
每次從兩個段中取出一個記錄進(jìn)行關(guān)鍵字的比較,將較小者放入R2中,最后將各段中余下的部分直接復(fù)制到R2中。
經(jīng)過這樣的過程,R2已經(jīng)是一個有序的序列,再將其復(fù)制回R中,一次合并排序就完成了。
四、代碼實現(xiàn)過程(python)
def merge_sort(arr):
if len(arr) > 1:
mid = len(arr) // 2 # 找到中間索引
L = arr[:mid] # 左半部分
R = arr[mid:] # 右半部分
merge_sort(L) # 遞歸地排序左半部分
merge_sort(R) # 遞歸地排序右半部分
# 合并兩個有序數(shù)組
i = j = k = 0
# 復(fù)制數(shù)據(jù)到臨時數(shù)組L[]
while i < len(L) and j < len(R):
if L[i] < R[j]:
arr[k] = L[i]
i += 1
else:
arr[k] = R[j]
j += 1
k += 1
# 復(fù)制左半部分剩余的數(shù)據(jù)
while i < len(L):
arr[k] = L[i]
i += 1
k += 1
# 復(fù)制右半部分剩余的數(shù)據(jù)
while j < len(R):
arr[k] = R[j]
j += 1
k += 1
# 測試代碼
arr = [12, 11, 13, 5, 6, 7]
print("未排序的數(shù)組:", arr)
merge_sort(arr)
print("排序后的數(shù)組:", arr)這個例子中,merge_sort函數(shù)首先找到數(shù)組的中間索引,然后將數(shù)組分為兩部分,遞歸地對這兩部分進(jìn)行排序。最后,使用一個循環(huán)將排序后的兩個數(shù)組合并為一個有序數(shù)組。
到此這篇關(guān)于python 歸并排序的文章就介紹到這了,更多相關(guān)python 歸并排序內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python中關(guān)于元組 集合 字符串 函數(shù) 異常處理的全面詳解
本篇文章介紹了我在學(xué)習(xí)python過程中對元組、集合、字符串、函數(shù)、異常處理的總結(jié),通讀本篇對大家的學(xué)習(xí)或工作具有一定的價值,需要的朋友可以參考下2021-10-10
利用Fn.py庫在Python中進(jìn)行函數(shù)式編程
這篇文章主要介紹了利用Fn.py庫在Python中進(jìn)行函數(shù)式編程,基于Scala中的類似風(fēng)格,需要的朋友可以參考下2015-04-04
pytorch查看torch.Tensor和model是否在CUDA上的實例
今天小編就為大家分享一篇pytorch查看torch.Tensor和model是否在CUDA上的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01

