Python 中的歸併排序:分步指南

2025年02月17日03:42:06 科技 1846


Python 中的歸併排序:分步指南 - 天天要聞

合併排序因其可靠性和可預測的性能而在排序算法中脫穎而出。讓我們通過清晰的示例和實際應用來分解它在 Python 中的工作原理。

了解歸併排序的核心概念

歸併排序遵循分而治之的方法:
1. 將列表一分為二
2. 遞歸地對每一半進行排序
3. 合併已排序的兩半

下面是演示這些步驟的基本實現:

def merge_sort(arr):
    # Base case: lists of length 0 or 1 are already sorted
    if len(arr) <= 1:
        return arr
    
    # Divide the array into two halves
    mid = len(arr) // 2
    left = arr[:mid]
    right = arr[mid:]
    
    # Recursively sort each half
    left = merge_sort(left)
    right = merge_sort(right)
    
    # Merge the sorted halves
    return merge(left, right)

def merge(left, right):
    result = []
    left_idx, right_idx = 0, 0
    
    # Compare elements from both lists and merge in sorted order
    while left_idx < len(left) and right_idx < len(right):
        if left[left_idx] <= right[right_idx]:
            result.append(left[left_idx])
            left_idx += 1
        else:
            result.append(right[right_idx])
            right_idx += 1
    
    # Add remaining elements from either list
    result.extend(left[left_idx:])
    result.extend(right[right_idx:])
    return result

# Example usage
numbers = [64, 34, 25, 12, 22, 11, 90]
sorted_numbers = merge_sort(numbers)
print(f"Original: {numbers}")
print(f"Sorted: {sorted_numbers}")

添加視覺進度跟蹤

讓我們修改我們的實現,逐步展示算法的工作原理:

def merge_sort_with_steps(arr, depth=0):
    print("  " * depth + f"Splitting: {arr}")
    
    if len(arr) <= 1:
        return arr
    
    mid = len(arr) // 2
    left = arr[:mid]
    right = arr[mid:]
    
    left = merge_sort_with_steps(left, depth + 1)
    right = merge_sort_with_steps(right, depth + 1)
    
    result = merge(left, right)
    print("  " * depth + f"Merged: {result}")
    return result

# Example with smaller list for clarity
numbers = [38, 27, 43, 3, 9, 82, 10]
print("Starting merge sort...")
sorted_numbers = merge_sort_with_steps(numbers)
print(f"Final result: {sorted_numbers}")

此版本顯示了每個拆分和合併作,可幫助您了解算法的進展情況。

處理自定義對象

實際應用程序通常需要對更複雜的數據進行排序。以下是使用歸併排序對對象進行排序的方法:

class Student:
    def __init__(self, name, grade):
        self.name = name
        self.grade = grade
    
    def __repr__(self):
        return f"Student(name='{self.name}', grade={self.grade})"

def merge_sort_objects(arr, key_func):
    if len(arr) <= 1:
        return arr
    
    mid = len(arr) // 2
    left = arr[:mid]
    right = arr[mid:]
    
    left = merge_sort_objects(left, key_func)
    right = merge_sort_objects(right, key_func)
    
    return merge_objects(left, right, key_func)

def merge_objects(left, right, key_func):
    result = []
    left_idx, right_idx = 0, 0
    
    while left_idx < len(left) and right_idx < len(right):
        if key_func(left[left_idx]) <= key_func(right[right_idx]):
            result.append(left[left_idx])
            left_idx += 1
        else:
            result.append(right[right_idx])
            right_idx += 1
    
    result.extend(left[left_idx:])
    result.extend(right[right_idx:])
    return result

# Example usage with Student objects
students = [
    Student("Alice", 85),
    Student("Bob", 92),
    Student("Charlie", 78),
    Student("Diana", 95),
    Student("Eve", 88)
]

# Sort by grade
sorted_by_grade = merge_sort_objects(students, lambda x: x.grade)
print("\nSorted by grade:")
for student in sorted_by_grade:
    print(f"{student.name}: {student.grade}")

# Sort by name
sorted_by_name = merge_sort_objects(students, lambda x: x.name)
print("\nSorted by name:")
for student in sorted_by_name:
    print(f"{student.name}: {student.grade}")

優化內存使用情況

對於大型列表,我們可以實現使用較少內存的就地版本:

def merge_sort_inplace(arr, start=0, end=None):
    if end is None:
        end = len(arr)
    
    if end - start <= 1:
        return
    
    mid = (start + end) // 2
    merge_sort_inplace(arr, start, mid)
    merge_sort_inplace(arr, mid, end)
    merge_inplace(arr, start, mid, end)

def merge_inplace(arr, start, mid, end):
    # Create temporary arrays
    left = arr[start:mid]
    right = arr[mid:end]
    
    i = start  # Index for main array
    l = 0      # Index for left array
    r = 0      # Index for right array
    
    # Merge elements back into main array
    while l < len(left) and r < len(right):
        if left[l] <= right[r]:
            arr[i] = left[l]
            l += 1
        else:
            arr[i] = right[r]
            r += 1
        i += 1
    
    # Add remaining elements
    while l < len(left):
        arr[i] = left[l]
        l += 1
        i += 1
    
    while r < len(right):
        arr[i] = right[r]
        r += 1
        i += 1

# Example usage with memory tracking
import tracemalloc

def demonstrate_memory_usage():
    # Generate a larger list for testing
    import random
    data = [random.randint(1, 1000) for _ in range(10000)]
    
    # Track memory for regular merge sort
    tracemalloc.start()
    sorted_data1 = merge_sort(data.copy())
    snapshot1 = tracemalloc.get_snapshot()
    total1 = sum(stat.size for stat in snapshot1.statistics('lineno'))
    tracemalloc.stop()
    
    # Track memory for in-place merge sort
    tracemalloc.start()
    data_copy = data.copy()
    merge_sort_inplace(data_copy)
    snapshot2 = tracemalloc.get_snapshot()
    total2 = sum(stat.size for stat in snapshot2.statistics('lineno'))
    tracemalloc.stop()
    
    print(f"Regular merge sort memory usage: {total1 / 1024:.2f} KB")
    print(f"In-place merge sort memory usage: {total2 / 1024:.2f} KB")

demonstrate_memory_usage()

實際應用程序:處理日誌文件

下面是使用合併排序處理服務器日誌條目的實際示例:

from datetime import datetime

class LogEntry:
    def __init__(self, timestamp, level, message):
        self.timestamp = timestamp
        self.level = level
        self.message = message
    
    def __repr__(self):
        return f"{self.timestamp.strftime('%Y-%m-%d %H:%M:%S')} [{self.level}] {self.message}"

def process_logs(log_files):
    """Merge and sort logs from multiple files."""
    all_logs = []
    
    # Read logs from each file
    for file_name in log_files:
        with open(file_name) as f:
            for line in f:
                # Parse log line (simplified format)
                parts = line.strip().split(' ', 2)
                if len(parts) == 3:
                    timestamp = datetime.strptime(parts[0], '%Y-%m-%d')
                    level = parts[1]
                    message = parts[2]
                    all_logs.append(LogEntry(timestamp, level, message))
    
    # Sort logs by timestamp
    sorted_logs = merge_sort_objects(all_logs, lambda x: x.timestamp)
    return sorted_logs

# Example usage:
"""
Sample log files content format:
2024-01-15 ERROR Database connection failed
2024-01-15 INFO Server started
2024-01-15 WARN High memory usage
"""

log_files = ['server1.log', 'server2.log', 'server3.log']
# sorted_logs = process_logs(log_files)  # Commented out as files don't exist

性能注意事項

歸併排序具有幾個特性,使其適用於不同的方案:

1. 時間複雜度: O(n log n) — 始終如一,與輸入無關
2. 空間複雜度:O(n) 為普通版本,O(1) 為原位
3. 穩定性:保持相等元素的相對順序

這是一個簡單的基準測試函數:

import time
import random

def benchmark_sorting(size=10000, runs=5):
    times = []
    
    for _ in range(runs):
        # Generate random data
        data = [random.randint(1, 10000) for _ in range(size)]
        
        # Time the sort
        start = time.perf_counter()
        merge_sort(data.copy())
        end = time.perf_counter()
        
        times.append(end - start)
    
    avg_time = sum(times) / len(times)
    print(f"Average time for {size} elements: {avg_time:.4f} seconds")
    print(f"Best time: {min(times):.4f} seconds")
    print(f"Worst time: {max(times):.4f} seconds")

# Run benchmark
benchmark_sorting()

結論

當您需要時,合併排序是一個很好的選擇:
- 可預測的性能(始終為 O(n log n))
- 穩定性(保持相等元素的順序)
- 外部排序(處理大文件時)

此處提供的代碼示例為在您自己的項目中實現歸併排序奠定了堅實的基礎。從基本實施開始,然後隨着需求的增長遷移到優化版本。

科技分類資訊推薦

全球媒體聚焦丨79%全球專利+80%市場份額!外媒從一場救援看中國無人機產業實力 - 天天要聞

全球媒體聚焦丨79%全球專利+80%市場份額!外媒從一場救援看中國無人機產業實力

近日,一段中國無人機在洪水中成功營救被困人員的短視頻在海外社交平台廣泛傳播,多家國際媒體也競相報道,並深入探討中國無人機產業技術發展與創新應用。 《紐約時報》網站截圖 據了解,這段短視頻中的救援發生在廣西柳州三江侗族自治縣一村莊。受上游來水影響,這個村子裏一些處於低洼地帶的房屋被淹。由於水流上漲快,一...
博士天團攻堅激光芯片,拿到3個億融資 - 天天要聞

博士天團攻堅激光芯片,拿到3個億融資

記者|鄢子為編輯|陳曉平7月1日,北京颶芯科技對外官宣,完成3億元B輪融資。颶芯成立於2017年7月,核心團隊由多名經驗豐富的博士組成,主攻氮化鎵激光芯片產業化,實現關鍵核心器件的自主可控。本輪融資,颶芯獲得國家基金、半導體產業方和一線投資機構的認可。3億融資由深創投製造業轉型升級新材料基金(國家製造業轉型升...
臻寶科技科創板IPO獲受理 系半導體零部件製造商 大基金二期等參投 - 天天要聞

臻寶科技科創板IPO獲受理 系半導體零部件製造商 大基金二期等參投

《科創板日報》7月2日訊(記者 黃修眉 實習記者 戴嘉怡) 重慶臻寶科技股份有限公司(下稱「臻寶科技」)科創板IPO申請近日獲上交所受理,輔導機構為中信證券。臻寶科技是國內少數實現集成電路先進制程設備和高世代、高電壓顯示面板製造設備非金屬零部件多品類供應、規模化量產的企業之一。此次IPO,臻寶科技擬募資13.98億...
BW2025即將開展,技嘉AORUS雕妹約你3H|3A08 雕宅見 - 天天要聞

BW2025即將開展,技嘉AORUS雕妹約你3H|3A08 雕宅見

史上規模空前的BilibiliWorld2025將於2025年7月11日-13日在上海國家會展中心開展!知名電競硬件品牌技嘉AORUS已確認參展,為玩家打造遊戲盛宴。現場不僅能體驗新款硬核電競裝備、暢玩熱門遊戲大作,參與激烈的1V1對戰PK,更有甜辣萌趣的雕妹喊你3H|3A08等你來!多重互動火力全開,帶你玩轉整個BW,開啟今夏最燃電競狂歡。...
35項服務可跨境辦理,「澳政易」自助服務機上線珠海市民服務中心 - 天天要聞

35項服務可跨境辦理,「澳政易」自助服務機上線珠海市民服務中心

「十幾分鐘就辦完了,現場的協助人員指導我操作,太方便了!」7月1日上午,澳門居民梁女士來到珠海市民服務中心1號樓3樓的綜合服務廳辦理業務,在工作人員的幫助下,她在港澳跨境服務自助辦理區的「澳政易」自助服務機上很快就辦完了身份證明業務。6月30日,廣州、珠海、中山、江門四個大灣區城市的政務服務中心正式啟用了...
65億美元芯片收購案,遭美國二次調查 - 天天要聞

65億美元芯片收購案,遭美國二次調查

本文由半導體產業縱橫(ID:ICVIEWS)綜合 美國FTC對軟銀收購Ampere展開深度調查。 據知情人士透露,美國聯邦貿易委員會就軟銀擬收購 Arm 服務器處理器廠商Ampe....
DRAM市場,將創新高 - 天天要聞

DRAM市場,將創新高

本文由半導體產業縱橫(ID:ICVIEWS)綜合 傳統通用型DRAM和服務器高價值DRAM量價齊升雙重驅動,2025年DRAM市場有望創新高。 根據CFM最新報告顯示,2025年....
國產晶圓代工,市場巨變! - 天天要聞

國產晶圓代工,市場巨變!

未來十年,將是晶圓代工業的關鍵轉折期。 這一判斷,在近期一組數據中得到了清晰印證。根據 Yole Group 的最新報告,中國大陸有望在 2030 年超越中國台灣,躍居全球最大半導體晶圓代....