Merge Sort
الترتيب بالدمج Merge Sort
Merge Sort تقسّم المصفوفة لنصفين بشكل متكرّر (فرّق تسد) حتى تصل لعناصر مفردة، ثم تدمجها مرتّبة تصاعديًا — أداء مضمون O(n log n) دائمًا.
بعكس Quick Sort، أداء Merge Sort **مضمون** O(n log n) حتى بأسوأ الحالات (لا يعتمد على اختيار محور). الثمن: تحتاج ذاكرة إضافية O(n) للدمج، بعكس خوارزميات الترتيب بالمكان.
الصياغة
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)📄 مثال
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
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)
print(merge_sort([5, 2, 8, 1, 9]))أهم النقاط
| النقطة | الوظيفة |
|---|---|
| التعقيد الزمني | O(n log n) مضمونة بكل الحالات — أفضل، متوسط، وأسوأ حالة |
| التعقيد المكاني | O(n) — تحتاج مصفوفة مساعدة للدمج |
| مستقرّة؟ | نعم |
💡 نصائح عملية
- الخيار الآمن عندما تحتاج ضمان O(n log n) بكل الحالات بلا مفاجآت، خصوصًا مع بيانات قد تكون بترتيب سيء لـ Quick Sort
⚠️ أخطاء شائعة
- نسيان أن الدمج نفسه (merge) يحتاج مصفوفة مساعدة — الظن أنها ترتيب بالمكان (in-place) كخوارزميات O(n²)
خصائص ذات صلة
🎓 تريد فهم الصورة الكاملة خطوة بخطوة؟ ابدأ من مسار DSA الكامل بالعربي.