企业官网建设流程全解析

用 Sorting-Algorithms-Blender 看懂归并排序：分治策略如何一步步合并出有序数组

【免费下载链接】Sorting-Algorithms-BlenderSorting algorithms visualized using the Blender Python API.项目地址: https://gitcode.com/gh_mirrors/so/Sorting-Algorithms-Blender

归并排序（Merge Sort）是算法学习中绕不开的经典排序算法，它的时间复杂度稳定在 O(n log n)，而它背后的"分治策略"更是理解众多高级算法的钥匙。很多新手卡在"为什么先拆成一半，最后又能拼成有序数组"这一步，用 Sorting-Algorithms-Blender 项目把归并排序做成 3D 动画，就能直观看到每一层分解与合并的过程。这个开源项目基于 Blender Python API，把抽象的数组操作变成看得见的几何体运动，是入门归并排序可视化、学习分治思想的绝佳工具。

什么是归并排序？先搞懂"分治策略"这个核心思想

归并排序之所以高效，是因为它采用分治策略（Divide and Conquer），把一个大问题拆成若干小问题，逐个击破后再合并结果。整个过程只有三步：

1. 分解（Divide）：把数组从中间一分为二，得到两个子数组；
2. 解决（Conquer）：递归地对每个子数组继续分解，直到每个子数组只剩 1 个元素——单个元素天然有序；
3. 合并（Combine）：把两个已排序的子数组合并成一个更大的有序数组，逐层向上，最终得到完整的有序数组。

以[38, 27, 43, 3, 9, 82, 10]为例，动画中你会看到它先被拆成[38, 27, 43]和[3, 9, 82, 10]，再继续拆到单个元素，然后从两个两个开始合并排序。排序顺序与分解顺序恰好相反，这也是归并排序最"反直觉"也最迷人的地方。

归并排序分治三步走：拆到不能再拆，再逐层合并

在 Sorting-Algorithms-Blender 里运行归并排序脚本，你能清楚看到两个阶段交替进行：

第一步：递归分解，直到单个元素

数组被不断从中间切开，动画中表现为物体不断被分成左右两组。这个过程的实现非常简洁，核心就是递归调用自身：

def merge_sort(arr, l, r): if l < r: m = l + (r - l) // 2 # 找到中点 merge_sort(arr, l, m) # 排序左半部分 merge_sort(arr, m + 1, r) # 排序右半部分 merge(arr, l, m, r) # 合并两个有序部分

这段逻辑就在 merge_sort_scale.py 中，可以说是归并排序的"灵魂代码"。

第二步：合并有序子数组，关键在"双指针"

合并是归并排序的核心操作：同时比较两个有序子数组的头部元素，谁小谁先进入结果数组。动画中你能看到两边的物体被交替"挑选"出来，正是这个比较过程。

第三步：逐层归并，形成最终有序数组

每一层合并都会产生一个更大的有序子数组，直到顶层完成整个数组的排序。动画中观察这一层层的"收缩-排序-重组"，比任何文字解释都直观。

用 Blender 看归并排序动画：4 种可视化风格任你选

Sorting-Algorithms-Blender 项目用 4 种不同方式呈现同一套归并排序逻辑，每种都值得运行一遍：

其中 merge_sort_scale.py 最"教学友好"——它用几何节点实时显示Comparisons（比较次数）和Array Accesses（数组访问次数）两个计数器，运行完一帧帧回放，就能直观感受归并排序的 O(n log n) 时间复杂度和 O(n) 空间复杂度从何而来。

跟着做：在 Blender 中运行归并排序脚本的 3 个步骤

想亲眼看到归并排序动画？只需三步，新手也能 5 分钟上手：

1. 安装并启动 Blender（下载后直接打开即可）；
2. 打开脚本文件：在 Blender 的 Text Editor（文本编辑器）中打开任一归并排序脚本，例如 sort_circle/merge_sort_circle.py；
3. 点击运行按钮：按下 Run Script，动画就自动生成，拖动时间轴即可回放整个归并排序过程。

想调整排序规模？只需修改脚本末尾的setup_array()参数，比如 merge_sort_color.py 中的setup_array(24)，注意该脚本只接受偶数；而 merge_sort_circle.py 默认生成了 180 个元素，画面更为壮观。

归并排序的时间复杂度：为什么稳定在 O(n log n)？

看完整段动画，再回头理解复杂度就水到渠成了：

• 分解阶段：数组每次减半，共约 log₂n 层，每层处理 n 个元素，因此总复杂度为O(n log n)；
• 最坏情况：无论数据如何排列，归并排序都要完整走完分解与合并，因此最好、平均、最坏情况都是 O(n log n)，这一点在 README.md 的复杂度表中有完整标注；
• 空间复杂度：合并时需要临时数组存放左右子数组，所以额外空间为O(n)，这是它不如堆排序、快速排序省内存的地方。

归并排序 vs 其他排序算法：一张表看懂差距

用 Sorting-Algorithms-Blender 依次运行其他排序脚本对比，会更容易建立"算法直觉"：

归并排序的最大优势是稳定且可预测——无论输入数据是正序、乱序还是逆序，性能都不会退化，这也是它常被用于数据库排序、外部排序的底层原因。其他排序脚本分别位于 sort_color、sort_scale 与 sort_circle 目录，搭配观看对比效果更佳。

总结：把归并排序"看"明白，分治思想自然就懂了

归并排序的本质一句话就能概括：不断对半拆、有序地合。而 Sorting-Algorithms-Blender 把这句话变成了一部生动的 3D 动画——物体一次次被分开、又一次次按序归位，整个过程清晰呈现"分治策略"如何一步步合并出有序数组。如果你想彻底掌握归并排序，不妨克隆仓库（git clone https://gitcode.com/gh_mirrors/so/Sorting-Algorithms-Blender）亲手运行一遍动画；看懂它的那一刻，你会觉得算法的世界突然变得简单又美丽。🚀

【免费下载链接】Sorting-Algorithms-BlenderSorting algorithms visualized using the Blender Python API.项目地址: https://gitcode.com/gh_mirrors/so/Sorting-Algorithms-Blender