Python列表与Numpy数组归并排序输出差异问题排查

这个问题我之前也碰到过，核心原因是Python列表和Numpy数组的切片本质差异导致的，咱们一步步拆解：

为什么Python列表正常，Numpy数组出问题？ #

• Python列表切片是「副本」：当你写left = Array[0:mid]时，会创建一个全新的列表，修改这个切片不会影响原列表。所以你的归并排序逻辑里，递归排序left和right都是操作独立的子列表，最后合并到原数组时，用的是已经排好序的独立子数据，不会有冲突。
• Numpy数组切片是「视图」：Numpy为了性能优化，切片不会创建新数组，而是指向原数组的内存区域。这就麻烦了：
  1. 你递归调用mergesort(left)时，其实是直接修改原数组的前半部分；
  2. 接着调用merge(left, right, Array)时，merge函数会逐位覆盖原数组的元素，但left和right还是原数组的视图——比如当你把Array[1]改成某个值时，left[1]（因为是视图）也会跟着变；
  3. 后续比较时读取的left/right元素已经被篡改，自然会出现重复值或者排序错误。

举个极简例子就能看明白：假设原Numpy数组是[3,1,2]，left是前2个元素的视图[3,1]。递归排序left后，原数组变成[1,3,2]；然后merge时，当把Array[1]改成2，left[1]也变成2，最后合并出来的结果就是[1,2,2]，出现了重复。

解决思路 #

核心是让Numpy数组的分割产生独立副本，避免视图带来的内存共享冲突。这里有两种实用方案：

方案1：显式创建Numpy数组副本（最贴合你的原有代码） #

修改mergesort里的分割逻辑，用.copy()方法生成独立子数组，同时把mid的计算改成更合理的整数除法：

import numpy as np

# 保持merge函数不变
def merge(left, right, Array):
    i = 0
    j = 0
    k = 0
    while (i < len(left) and j < len(right)):
        if (left[i] < right[j]):
            Array[k] = left[i]
            i += 1
        else:
            Array[k] = right[j]
            j += 1
        k += 1
    while (i < len(left)):
        Array[k] = left[i]
        i += 1
        k += 1
    while (j < len(right)):
        Array[k] = right[j]
        j += 1
        k += 1

def mergesort(Array):
    n = len(Array)
    if (n < 2):
        return Array
    mid = n // 2  # 改用整数除法，避免浮点数和round的不必要操作
    # 显式创建副本，不再用视图
    left = Array[0:mid].copy() if isinstance(Array, np.ndarray) else Array[0:mid]
    right = Array[mid:n].copy() if isinstance(Array, np.ndarray) else Array[mid:n]
    mergesort(left)
    mergesort(right)
    merge(left, right, Array)
    return Array

这段代码还加了类型判断，同时兼容Python列表和Numpy数组。

方案2：改成函数式风格，返回新数组（更简洁） #

如果不想原地修改数组，可以调整merge函数让它返回合并后的新数组，彻底避免副作用：

import numpy as np

def merge(left, right):
    merged = []
    i = j = 0
    while i < len(left) and j < len(right):
        if left[i] < right[j]:
            merged.append(left[i])
            i += 1
        else:
            merged.append(right[j])
            j += 1
    merged.extend(left[i:])
    merged.extend(right[j:])
    # 根据输入类型返回对应结构
    return np.array(merged) if isinstance(left, np.ndarray) else merged

def mergesort(Array):
    n = len(Array)
    if n < 2:
        return Array
    mid = n // 2
    left = Array[0:mid]
    right = Array[mid:n]
    # 接收排序后的子数组，再合并
    left_sorted = mergesort(left)
    right_sorted = mergesort(right)
    return merge(left_sorted, right_sorted)

验证方法 #

修改后可以用下面的代码验证正确性：

# 测试Python列表
Array = [48,44,19,59,72,80,42,65,82,8,95,68]
print(mergesort(Array) == sorted(Array))  # 应该输出True

# 测试Numpy数组
unsorted = np.random.randint(1, 1000, 150)
sorted_result = mergesort(unsorted)
print(np.array_equal(sorted_result, np.sort(unsorted)))  # 应该输出True

内容的提问来源于stack exchange，提问作者LeFraf