归并排序算法优化

Posted 2020-08-28 organic

1. 什么是归并排序？

更详细的解释可以百度，这里说说其主要思想：

归并排序是采用分治思想，将所有的数均匀的分成n个等分的组，然后依次取(x, x+1) 2个等分组，将他们合并排序，形成一个新的组，然后递归即可，最后会合并为一个组，这个组就是有序的。

示范一下：

要排序的11个数 : [8, 3, 4, 2, 22, 17, 13, 66, 9, 2, 100]

第1步：分成11个等分：{[3] , [8], [2] , [4], [17] , [22], [66], [13], [2], [9], [100]}

第2步：每2组合并并排序，如f([3], [8]) → [3, 8], f([2] , [4]) → [2, 4]

          得到6个新的分组{[3, 8], [2, 4], [17, 22], [66, 13], [2, 9], [100]}，其中100因为没有其他分组与其合并，故单独做为一个分组

重复一次第2步：合并分组f([3, 8], [2, 4]) → [2, 3, 4, 8]，类似的，合并完后得到3个新的分组{[2, 3, 4, 8], [13, 17, 22, 66], [2, 9, 100]}

继续重复第2步，最后会得到一个有序的大分组

 

可以看出，每次合并排序后，每个新的组内部是有序的，但组和组之间仍然是无序的。再次合并时，由于2个有序的组合并比2个无序的组合并要快得多，故归并排序是效率是比较高的。

 

2. 问题

在合并分组时，对合并排序的做法很简单，就是同时遍历2个组，取出最小的数放到合并后的组中即可：

def Merge(pairList1, pairList2):
    mergeList = [];

    while True:
        if len(pairList1) == 0 or len(pairList2) == 0:
             break;

        #append mix num to mergeList
        if pairList1[0] <=  pairList2[0]:
            mergeList.append(pairList1[0]);
            del pairList1[0];
        else:
            mergeList.append(pairList2[0]);
            del pairList2[0];

    #append remain num to mergeList, only one pair list will be remain  
    mergeList += pairList1 + pairList2;
    return mergeList;

这时，有一种情况会降低合并效率，如有2个有序分组[1, 2, 3, 4, 5], [10]，我们会发现，该Merge函数会和10比较5次后（因为每次第一组的数都小于10，每次都会放第一组的数到mergeList中），才会把第一组中的数据合并完。

对于这种情况，我们知道2分查找可以高效的知道10应该插入有序数列[1, 2, 3, 4, 5]的某个位置，由此，可以减少比较的次数。

 

3. python code

operateTimes = 0;

def BinaryInsert(num, startNum, endNum, sortList):
    #if only 2 num, return
    global operateTimes;
    operateTimes += 1;
    
    if endNum - startNum < 2:
        for i in range(startNum, endNum - startNum + 1):
            if num <= sortList[i]:
                sortList.insert(i, num);
                break;
        else:
            sortList.insert(endNum+1, num);
        return;

    
    midleNum = (startNum + endNum) / 2;
    checkNum = sortList[midleNum];

    if checkNum == num:
        sortList.insert(midleNum, num);
    elif checkNum > num:
        return BinaryInsert(num, startNum, midleNum - 1, sortList);
    else:
        return BinaryInsert(num, midleNum + 1, endNum, sortList);

def Merge(pairList1, pairList2):
    mergeList = [];

    while True:
        if len(pairList1) == 0 or len(pairList2) == 0:
             break;
        
        #If do not use BinaryInsert, comment forlowing code
        if len(pairList1) == 1:
            BinaryInsert(pairList1[0], 0, len(pairList2) - 1, pairList2);
            del pairList1[0];
            break;
        
        if len(pairList2) == 1:
            BinaryInsert(pairList2[0], 0, len(pairList1) - 1, pairList1);
            del pairList2[0];
            break;   

        global operateTimes;
        operateTimes += 1;

        #append mix num to mergeList
        if pairList1[0] <=  pairList2[0]:
            mergeList.append(pairList1[0]);
            del pairList1[0];
        else:
            mergeList.append(pairList2[0]);
            del pairList2[0];

    #append remain num to mergeList, only one pair list will be remain  
    mergeList += pairList1 + pairList2;
    return mergeList;    


def MergeSort(sequenceList):
    sequenceLen = len(sequenceList);
    if sequenceLen <= 1:
        return sequenceList[0];

    pairList = [];
    pairNum = 0;
    while pairNum <  sequenceLen / 2:
        #Merge each pairs
        #{a1, a2, a3, a4, a5} --> {(a1, a2), (a3, a4), (a5)}
        pairList.append(Merge(sequenceList[2*pairNum], sequenceList[2*pairNum + 1]));
        pairNum += 1;
    
    if sequenceLen % 2 == 1:
        pairList.append(sequenceList[-1]);
    print pairList;
    return MergeSort(pairList);

############################# main ##################################
if __name__ == \'__main__\':
    sequence = [8, 3, 4, 2, 22, 17, 13, 66, 9, 2, 100];

    sequenceList = [];
    for i in sequence:
        sequenceList.append([i]);
    
    sortSequence = MergeSort(sequenceList);
    print "After", operateTimes, "times, merge sort sequence is", sortSequence;

测试结果：

1> 未优化的代码共需 27 次：

2> 优化的代码降低到 23 次了：