数组字符串-合并两个有序数组

合并两个有序数组

链接: 合并两个有序数组
给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2，另有两个整数 m 和 n ，分别表示 nums1 和 nums2 中的元素数目。

请你 合并 nums2 到 nums1 中，使合并后的数组同样按 非递减顺序 排列。

注意：最终，合并后数组不应由函数返回，而是存储在数组 nums1 中。为了应对这种情况，nums1 的初始长度为 m + n，其中前 m
个元素表示应合并的元素，后 n 个元素为 0 ，应忽略。nums2 的长度为 n 。

解法一：遍历排序

public class Solution {
    public void Merge(int[] nums1, int m, int[] nums2, int n) {
           int i = m-1;
            int j = n - 1;
            int k = m + n - 1;
            while(i>=0&&j>=0)
            {
                if (nums1[i]>=nums2[j])
                {
                    nums1[k--] = nums1[i--];
                }
                else
                {
                    nums1[k--] = nums2[j--];
                }

            }
            while (i>=0)
            {
                nums1[k--] = nums1[i--];
            }
            while (j>=0)
            {
                nums1[k--] = nums2[j--];
            }
    }
}

思路讲解：
通过三个下标，不断的遍历和比较，将两个数中较大的填入数组中。如果将下标不为零的填入到第一个数组中，这种解法类似于申请一个新的数组，对比两个数组的值，将值大的填入到新的数组中。

这段代码实现了两个已排序数组的合并，具体来说是将数组 nums2 合并到数组 nums1 中。我们来分析这段代码的时间复杂度和空间复杂度。

时间复杂度

1. 合并过程：在 while 循环中，我们比较 nums1 和 nums2 的元素并将较大的元素放入 nums1 的末尾。这个过程最多会进行 m + n 次比较和赋值操作，其中 m 是 nums1 中的有效元素数量，n 是 nums2 中的元素数量。因此，这部分的时间复杂度是 O(m + n)。

2. 后续处理：在两个 while 循环中，处理剩余的元素。每个循环也最多进行 m 或 n 次操作，因此这部分的时间复杂度也是 O(m + n)。
   综合以上分析，整个合并过程的时间复杂度为：

• O(m + n)

空间复杂度

1. 额外空间使用：这段代码主要在原地操作 nums1 数组，没有使用额外的数组或者数据结构来存储中间结果。只使用了常量级别的额外变量（i, j, k），因此空间复杂度是 O(1)。

综上所述：

• 时间复杂度：O(m + n)
• 空间复杂度：O(1)

这段代码在时间和空间效率上都是非常优越的，适合用于合并两个已排序的数组。