Курс Python → Сортировка слиянием

Алгоритм сортировки слиянием является одним из наиболее эффективных методов сортировки массивов. Он основан на стратегии «разделяй и властвуй», которая заключается в разделении исходного массива на две равные части, сортировке каждой из них отдельно, а затем объединении отсортированных подмассивов в один отсортированный массив. Этот подход позволяет эффективно сортировать массивы любого размера.

Для реализации алгоритма сортировки слиянием на Python можно написать функцию, которая будет рекурсивно разделять и сортировать массив. Начнем с базового случая — когда массив содержит только один элемент, в этом случае он уже отсортирован. Затем рекурсивно делим массив пополам, пока не дойдем до базового случая, после чего начинаем объединять и сортировать подмассивы.


def merge_sort(arr):
    if len(arr) <= 1:
        return arr
    
    mid = len(arr) // 2
    left = merge_sort(arr[:mid])
    right = merge_sort(arr[mid:])
    
    return merge(left, right)

def merge(left, right):
    result = []
    i = j = 0
    
    while i < len(left) and j < len(right):
        if left[i] < right[j]:
            result.append(left[i])
            i += 1
        else:
            result.append(right[j])
            j += 1
    
    result.extend(left[i:])
    result.extend(right[j:])
    
    return result

arr = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
sorted_arr = merge_sort(arr)
print(sorted_arr)

В данном примере функция merge_sort рекурсивно разделяет и сортирует массив arr, а функция merge объединяет и сортирует два отсортированных подмассива. После вызова merge_sort для исходного массива, мы получаем отсортированный массив sorted_arr, который затем можно использовать в дальнейшем коде.

Алгоритм сортировки слиянием имеет сложность O(n log n), что делает его одним из наиболее эффективных методов сортировки. Он также устойчив, что означает, что порядок элементов с одинаковыми значениями не меняется после сортировки. Этот алгоритм широко используется в практике программирования и может быть полезен при работе с большими массивами данных.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Python 3.12: переиспользование кавычек
  2. Форматирование кода на Python
  3. Расчет времени выполнения программы
  4. Работа с Colorama
  5. Подсчет частотности элементов в Python
  6. Создание коллекций из генератора
  7. Удаление ключей из словаря
  8. Dict Comprehension в Python
  9. Генераторы списков в Python
  10. Метод rlshift для битового сдвига
  11. Параллельные вычисления в Python
  12. Объединение объектов в Python
  13. Преобразование данных в Python
  14. Создание словаря и множества
  15. Закрытие файла в Python
  16. Оптимизация строк в Python
  17. Протокол управления контекстом
  18. Создание и обучение модели с Keras
  19. Разбиение строки в Python
  20. Удаление символов новой строки в Python.
  21. Поток данных в Python
  22. Генераторы в Python
  23. Метод eq для сравнения объектов
  24. Сериализация объектов в Python
  25. Обработка данных в Python
  26. Декораторы в Python
  27. Упрощение работы с JSON-данными в Python
  28. Bootle — простой веб-фреймворк
  29. Блок else в циклах.
  30. Декораторы в Python
  31. Карта бомбоубежищ в Москве и Питере
  32. Присвоение значений переменным в Python
  33. Создание объекта времени
  34. Проверка вхождения подстроки
  35. Многопоточность в Python
  36. Генерация UUID в Python
  37. Работа с модулем os в Python
  38. f-строки в формате строк
  39. Управление ресурсами с контекстными менеджерами
  40. Возврат нескольких значений
  41. Поиск самого длинного слова в списке с использованием max()
  42. Оформление текста в консоли с TermColor

Marketello читают маркетологи из крутых компаний