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. CSV строка разделение в Python
  2. Получение текущей даты и времени с помощью datetime
  3. Создание списка через цикл
  4. Настройка Cron
  5. Вакансии в Nebius
  6. Подписка на @SelectelNews
  7. Основные операции с Numpy
  8. Исключение NotImplementedError
  9. Преобразование символов в нижний регистр
  10. Работа с парами ключ-значение
  11. Синхронизация потоков с time.sleep()
  12. Работа с Path в Python
  13. Генераторы данных
  14. Функции all и any в Python
  15. Pillow: работа с изображениями
  16. Фильтрация списков с itertools
  17. Генераторные функции в Python
  18. Функции any() и all() в Python
  19. Импорт и использование модулей в Python
  20. Просмотр атрибутов и методов класса
  21. Генерация чисел с range()
  22. Переопределение метода __eq__
  23. Методы обработки строк в Python
  24. Группы исключений в Python
  25. Применение команды break
  26. Отправка HTTP-запросов в Python
  27. Протокол управления контекстом
  28. Преобразование многоуровневого словаря
  29. Структурирование данных с Pydantic
  30. Множества и frozenset
  31. Обмен значений переменных в Python
  32. Мониторинг памяти с Pympler
  33. Показ всплывающих окон Tkinter
  34. Работа с очередями в Python
  35. Структура данных словарь в Python
  36. Оператор is в Python
  37. Ускоренный импорт библиотек
  38. Функция zip() в Python
  39. Декоратор Ajax required
  40. Извлечение аудио из видео
  41. Создание функций высшего порядка

Marketello читают маркетологи из крутых компаний