写一个时间复杂度为nlogn的代码

在计算机科学中，时间复杂度描述了一个算法运行所需的时间与其输入规模的关系。一个常见的时间复杂度为O(nlogn)的算法是归并排序（Merge Sort）。这是一个分治策略的例子，它将待排序的数组分为两半，对每一半递归地应用排序，然后合并两个已排序的部分。

以下是归并排序的一个基本Python实现：

def merge_sort(arr):
    if len(arr) <= 1:
        return arr

    # 分割数组
    mid = len(arr) // 2
    left_half = arr[:mid]
    right_half = arr[mid:]

    # 递归排序左右两部分
    left_half = merge_sort(left_half)
    right_half = merge_sort(right_half)

    # 合并排序后的部分
    return merge(left_half, right_half)

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

    # 将剩余部分添加到结果
    merged.extend(left[i:])
    merged.extend(right[j:])
    return merged

在这个代码中，`merge_sort`函数的时间复杂度是O(nlogn)，因为每次递归都会将问题大小减半，而合并操作是线性的，总次数是logn级别的。所以整个过程是线性对数时间复杂度。