我编写了一个递归版的合并排序。它使用单独的merge例程：
def merge(lst1, lst2):
i = j = 0
merged = []
while i < len(lst1) and j < len(lst2):
if lst1[i] <= lst2[j]:
merged.append(lst1[i])
i += 1
else:
merged.append(lst2[j])
j += 1
merged.extend(lst1[i:])
merged.extend(lst2[j:])
return merged
def merge_sort(lst):
if len(lst) < 2:
return lst
else:
middle = len(lst) / 2
return merge(merge_sort(lst[:middle]), merge_sort(lst[middle:]))
为了节省堆栈空间（以及为了解决/学习算法的纯粹乐趣），我试图以迭代的方式编写这个函数。但是，我发现这很困难，因为我不确定如何在最后组合不同的列表。
谢谢！
答案 0 :(得分：4)
您将需要一个merge函数（相同或几乎相同的merge函数），它将被重复调用。因此，您无需更改merge功能。
这是一个多遍解决方案。从块大小2开始，每次传递的块大小加倍。
在每次传递中，将列表分成不重叠的大小块。将每个块拆分为2并在2个部分上调用merge。
这是一个自下而上的版本。
答案 1 :(得分：2)
我根据Divya的描述进行了扩展（添加了一个用于验证的测试功能）。可以通过消除子数组（data_1和data_2）并在适当的位置进行排序来优化以下代码。
def merge_sort_iterative(data):
""" gets the data using merge sort and returns sorted."""
for j in range(1, len(data)):
j *= 2
for i in range(0,len(data),j):
data_1 = data[i:i+(j/2)]
data_2 = data[i+(j/2):j-i]
l = m = 0
while l < len(data_1) and m < len(data_2):
if data_1[l] < data_2[m]:
m += 1
elif data_1[l] > data_2[m]:
data_1[l], data_2[m] = data_2[m], data_1[l]
l += 1
data[i:i+(j/2)], data[i+(j/2):j-i] = data_1, data_2
return data
def test_merge_sort():
"""test function for verifying algorithm correctness"""
import random
import time
sample_size = 5000
sample_data = random.sample(range(sample_size*5), sample_size)
print 'Sample size: ', sample_size
begin = time.time()
sample_data = [5,4,3,2,1]
result = merge_sort_iterative(sample_data)
end = time.time()
expected = sorted(sample_data)
print 'Sorting time: %f \'secs'%(end-begin)
assert result == expected, 'Algorithm failed'
print 'Algorithm correct'
if __name__ == '__main__':
test_merge_sort()
答案 2 :(得分：1)
这是Java实施
public static <T extends Comparable<? super T>> void iterativeMergeSort(T[] seed) {
for (int i = 1; i <seed.length; i=i+i)
{
for (int j = 0; j < seed.length - i; j = j + i+i)
{
inPlaceMerge(seed, j, j + i-1, Math.min(j+i + i -1, seed.length -1));
}
}
}
public static <T extends Comparable<? super T>> void inPlaceMerge(T[] collection, int low, int mid, int high) {
int left = low;
int right = mid + 1;
if(collection[mid].equals(collection[right])) {
return ;//Skip the merge if required
}
while (left <= mid && right <= high) {
// Select from left: no change, just advance left
if (collection[left].compareTo(collection[right]) <= 0) {
left ++;
} else { // Select from right: rotate [left..right] and correct
T tmp = collection[right]; // Will move to [left]
rotateRight(collection, left, right - left);
collection[left] = tmp;
// EVERYTHING has moved up by one
left ++; right ++; mid ++;
}
}
}
这是单元测试
private Integer[] seed;
@Before
public void doBeforeEachTestCase() {
this.seed = new Integer[]{4,2,3,1,5,8,7,6};
}
@Test
public void iterativeMergeSortFirstTest() {
ArrayUtils.<Integer>iterativeMergeSort(seed);
Integer[] result = new Integer[]{1,2,3,4,5,6,7,8};
assertThat(seed, equalTo(result));
}
答案 3 :(得分：0)
递归更直观因此我更喜欢相同的，除了在某些情况下我想避免显着的堆栈深度（例如在消耗某些协同例程实现时）。在Merge排序的情况下，迭代版本实际上更容易遵循（至少是伪代码）。
所需要的只是一个嵌套循环，内部循环在2 ^ k个元素对上执行合并，外部循环负责递增k。
所需的其他步骤是将任何未配对的组与先前的合并组合并。如果元素的数量不是2的幂，则将遇到未配对的组。未配对的组将始终位于迭代的末尾。
e.g。 [5,7,3,4,1,9] - ＆gt; [5,7] [3,4] [1,9] - ＆gt; [3,4,5,7] [1,9] - ＆gt; [1,3,4,5,7,9]
在上面的例子中，[1,9]是一个没有其他组最初要合并的组。因此它与前一组合并（已经合并和排序）
这是一个python实现：
from MergeSort import merge
def sort(arr):
n = len(arr) - 1
c = 1
start = 0
mid = 0
end = 0
while c <= n:
while end < n:
mid = start + c//2
end = start + c
if (start < n) and (end <= n):
merge(arr, start, mid, end)
start = end + 1
else:
merge(arr, start - c - 1, start-1, n)
c = 2*c + 1
start = 0
mid = 0
end = 0
我使用了常规（递归）版本的合并功能。虽然上面的代码不是最优雅的，但它的工作原理与复制版本具有相同的复杂性。 （我没有彻底检查过，但是从我这看起来很快就能看出来）
这是一个单元测试：
def test_merge_sort_iterative(self):
for i in range(1, 100):
length = randint(10, 5000)
data = [randint(1, 10000) for x in range(1, length)]
IterativeMergeSort.sort(data)
issorted = True
i = 0
while (i < len(data) - 1) & issorted:
if data[i] > data[i + 1]:
issorted = False
i += 1
self.assertTrue(issorted, data)
return