[算法基础]快排归并堆排序比较
Posted halleluyah
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了[算法基础]快排归并堆排序比较相关的知识,希望对你有一定的参考价值。
1、快速排序,上代码:
def quickSort(arr): if len(arr) <= 1: return arr v = arr[0] high = [i for i in arr[1:] if i>=v] low = [i for i in arr[1:] if i<v] return quickSort(low) + [v] + quickSort(high)
分析一哈:
当不考虑最差情况(O(n^2))时,快排时间复杂度为O(nlogn):因为层数为O(logn)即调用栈的高度是O(logn),而每层的时间是O(n)
2、合并排序
采用分而治之的方法,先把数组分成一个个长度为1的数组,再将数组分别按顺序组合成一个数组
因此涉及到两个过程:切分、组合
1.组合过程:两个有序数组按顺序合并为一个数组
def merge(a, b): i, j = 0, 0 c = [] while i < len(a) and j < len(b): if a[i] <= b[j]: c.append(a[i]) i += 1 else: c.append(b[j]) j += 1 c.extend(a[i:]) c.extend(b[j:]) return c
2.切分过程:只要数组长度大于1就由上而下切割数组,最后自下而上合并 def merge_sort(arr): print(arr) if len(arr) <= 1: return arr mid = len(arr) / 2 # dividing the array up to bottom back = merge_sort(arr[:mid]) fore = merge_sort(arr[mid:]) # merge every 1 length array to the complete return merge(back, fore)
时间复杂度:最好和最差都是O(nlogn) 空间复杂度:O(logn)
以空间换时间的典型栗子
以上是关于[算法基础]快排归并堆排序比较的主要内容,如果未能解决你的问题,请参考以下文章
十大排序算法-快排-希尔-堆排-归并-冒泡-桶排-选择-插入-计数-基数-1
JavaScript 数据结构与算法之美 - 归并排序快速排序希尔排序堆排序