使用归并排序方法，对随机给定的一组数据进行由小到大排序。要求：（1）随机给定一个元素列表进行排序（2）提交算法源码和程序运行结果(要求：截图说明算法运行的结果) （3）给出该问题的时间复杂度

归并排序是一种分而治之的排序算法，其基本思想是将数组分成两半，对每一半递归地应用归并排序，然后将排序好的两半合并成一个有序数组。以下是归并排序的伪代码和Python实现，以及算法的时间复杂度分析。

Python实现示例：

def merge_sort(arr):
    if len(arr) > 1:
        mid = len(arr) // 2  # 找到中间位置，进行分割
        L = arr[:mid]  # 左半部分
        R = arr[mid:]  # 右半部分

        merge_sort(L)  # 对左半部分递归排序
        merge_sort(R)  # 对右半部分递归排序

        i = j = k = 0

        # 合并两个有序数组
        while i < len(L) and j < len(R):
            if L[i] < R[j]:
                arr[k] = L[i]
                i += 1
            else:
                arr[k] = R[j]
                j += 1
            k += 1

        # 将剩余的元素填充到结果中
        while i < len(L):
            arr[k] = L[i]
            i += 1
            k += 1

        while j < len(R):
            arr[k] = R[j]
            j += 1
            k += 1

# 示例使用
import random
random_list = [random.randint(0, 100) for _ in range(10)]
print("原始数组：", random_list)
merge_sort(random_list)
print("排序后的数组：", random_list)

为了满足要求（2）提交算法源码和程序运行结果，你需要在本地环境中运行上述代码。由于我无法直接提供截图，你需要在自己的计算机上运行这段代码，并使用截图工具捕捉运行结果。

时间复杂度分析：
归并排序的时间复杂度是O(n log n)，其中n是数组的长度。这是因为每次分割操作需要O(log n)的时间来确定分割点，并且在合并两个有序数组时，每一步操作只需要O(1)时间，而合并操作需要进行O(n)次。因此，总的复杂度是O(n log n)。