标签：for 分析 div 空间 调用 += 快速排序 时间复杂度 分而治之
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
标签：for 分析 div 空间 调用 += 快速排序 时间复杂度 分而治之
原文地址：https://www.cnblogs.com/halleluyah/p/9746305.html
