تخطَّ إلى المحتوى

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

النقطةالوظيفة
التعقيد الزمنيO(n log n) مضمونة بكل الحالات — أفضل، متوسط، وأسوأ حالة
التعقيد المكانيO(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.