如何提高 python 中的合并排序速度

Question

是的，这是作业，但我最终在 Java 完成它只是为了完成它，但现在 python 实现让我感到困扰。 我很确定我已经正确地实施了它，但它花费的时间比它应该的要长。 在 300 万个输入上，它需要 25 到 32 秒的时间。 我假设它与我拼接和附加到列表的方式有关。 我这里有源代码，如果你看到什么请告诉我。

def merge_sort(seq):
    if len(seq) == 1:
        return seq
    left = merge_sort(seq[:len(seq) // 2])
    right = merge_sort(seq[len(seq) // 2:])

    return merge(left, right)


def merge(left, right):
    result = []
    left_count = 0
    right_count = 0
    while len(left) > left_count and len(right) > right_count:
        if left[left_count] > right[right_count]:
            result.append(right[right_count])
            right_count += 1
        else:
            result.append(left[left_count])
            left_count += 1

    while len(left) > left_count:
        result.append(left[left_count])
        left_count += 1

    while len(right) > right_count:
        steps += 1
        result.append(right[right_count])
        right_count += 1

    return result

Answer 1

我认为你是对的。 切片会创建一个包含切片元素的新列表。 这必然是一项昂贵的操作。

在Java中，没有一般的切片功能。 但是，如果您使用List.subList将返回原始视图而不是副本，我认为会更快。 就地阵列操作，会更快。

Answer 2

运用

while True:

代替

while len(left) > left_count and len(right) > right_count:

让我大约快40-45％：

def merge(left, right):
    result = []
    left_count = 0
    right_count = 0
    try:
        while True:
            if left[left_count] > right[right_count]:
                result.append(right[right_count])
                right_count += 1
            else:
                result.append(left[left_count])
                left_count += 1
    except:
        return result + left[left_count:] + right[right_count:]

最后一行似乎没有让它更快，但我更喜欢它。

Answer 3

来自Rishav Kundu链接的先前帖子：

---

您可以在对mergesort的顶级调用中初始化整个结果列表：

result = [0]*len(x)   # replace 0 with a suitable default element if necessary. 
                      # or just copy x (result = x[:])

然后对于递归调用，您可以使用辅助函数，而不是将子列表传递给x ，而将索引传递给x 。 底层调用从x读取它们的值并直接写入result 。

---

为此，seq数组的参数需要是对seq和辅助数组的引用。

您还可以添加参数以跟踪要合并的方向，以避免复制步骤。 C示例使用mtoa标志，表示从b合并到a（如果为false，则表示将a合并到b）。 在我的系统上，Intel 2600K 3.4ghz，此代码在大约0.36秒内分配400万个伪随机32位无符号整数，在大约1.6秒内分类1600万。

void TopDownMergeSort(int seq[], size_t n)
{
int * b;
    if(n < 2)
        return;
    b = malloc(n * sizeof(seq[0]));
    TopDownSplitMerge(seq, b, 0, n, true);
    free(b);
}

void TopDownSplitMerge(int a[], int b[], size_t ll, size_t ee, bool mtoa)
{
size_t rr;
    if ((ee - ll) == 1){                    // if size == 1
        if(!mtoa)                           //  copy to b if merging a to b
            b[ll] = a[ll];
        return;
    }
    rr = (ll + ee)>>1;                      // midpoint, start of right half
    TopDownSplitMerge(a, b, ll, rr, !mtoa);
    TopDownSplitMerge(a, b, rr, ee, !mtoa);
    if(mtoa)                                // if merging to a, merge b to a
        Merge(b, a, ll, rr, ee);
    else                                    // else merge a to b
        Merge(a, b, ll, rr, ee);
}

另一种选择是使用自下而上的合并排序，它会跳过递归步骤，只是开始合并甚至是奇数运行的运行，初始运行大小为1。

Answer 4

This is 2.7x faster than the op's code and 2x faster than @Stefan Pochmann 's

def merge(left, right):
    result = []
    left_count = 0
    right_count = 0

    try:
        while True:
            result.append(right[right_count] if left[left_count] > right[right_count] else left[left_count])
            right_count += left[left_count] > right[right_count]
            left_count += left[left_count] <= right[right_count]
    except:
        return result + (left[left_count:] if len(left) > left_count else right[right_count:])