【一文吃透归并排序】基本归并·原地归并·自然归并 C++

一即一切2120

已于 2023-05-14 14:06:44 修改

阅读量834

点赞数 2

分类专栏：算法新解文章标签： c++ 开发语言数据结构算法

于 2023-05-14 13:56:12 首次发布

本文链接：https://blog.csdn.net/qq_34890856/article/details/130635762

版权

算法新解专栏收录该内容

6 篇文章 0 订阅

订阅专栏

1 引入情境

归并思想：假设有两队小孩，都是从矮到高排序，现在通过一扇门后合并为一队。要求：任何孩子，只有所有比它矮的孩子通过后，才能通过。

直接给出归并排序的伪代码：

function merge_sort(A):
	if len(A) > 1 then
		m = floor(len(A)/2)  # 获取中心点
		X = copy_array(A,0,m)
		Y = copy_array(A,m+1,len(A)-1) #拆成差不多的两半
		merge_sort(X)
		merge_sort(Y) # 分别排序
		merge(A,X,Y) # 合并

假如我理解了上面归并，但是，在排序之前，怎么得到有序的两个队列呢？注意到，伪代码的出口是 $\leq 1$ 就会返回，即一个数本身有序。当它拆分到自然有序，返回头开始合并，直接上图：

一个更明确的例子，同色表明为一组，且基本是平均分割：

只剩下一个问题，merge(A,X,Y)是怎么做的？简单的理解，每次比较X,Y头部，选一个最小的放到目标有序数组A的队尾即可；若一队为空，另一队还有剩余就直接放到A的队尾。给出伪代码描述：

function Merge(A,X,Y):
	i=1,j=1,k=1
	xlen=|X|
	ylen=|Y|
	# 从队伍头部选一个最小的放到目标队伍末尾
	while i<= xlen and j <=ylen do
		if X[i] <= Y[i] then
			A[k] = X[i]
			i = i + 1
		else
			A[k] = Y[j]
			j = j + 1
		k = k + 1
	# 处理剩余的部分，放到末尾
	while i <= xlen do
		A[k] = X[i]
		k = k + 1
	while j <= ylen do
		A[k]= Y[j]
		j = j + 1

关于时间复杂度，设排序用时为 $T (N)$ ，则递归开销为：
$T(\frac {N} {2})+T(\frac {N} {2})+cN$

对两半分别排序是 $2T(\frac {N} {2})$ ， $c n$ 是合并两个队列用时，解开后是O(NlgN)。另一种直观理解的方式如下图，拆半分层最多是 $l g N$ 层，每层归并都是O(N)，相乘即可。

基本归并排序实现 C++

在实现之前，我们加一个小改进，在每队队伍加入一个哨兵：正无穷大（如果是非递增是负无穷），于是，merge的过程无需另行考虑剩余部分。

# 加入正无穷哨兵，会让一个较短的队列的下标阻塞在末尾
function merge(A,X,Y):
	append(X,INF) # 在队列尾加入哨兵，正无穷INF
	append(Y,INF)
	for k from 1 to A.len do
		if X[i] < Y[j] then
			A[k]=X[i]
			i = i + 1
		else
			A[k]=Y[j]
			j =j + 1

实现时发生了两个错误：

l+(r-l)>>1 和l+(r-l)/2是不同的；l+(r-l)/2和l+((r-l)>>1)才等价
l 和 1 总是容易弄混；下载编程字体点链接source code Pro

#include <iostream>
#include <vector>
#include <string>
using namespace std;

const int INF=1e5;
using Key=int;
using Array =vector<Key>;

void merge(Array &A,int l,int m,int r){
	// 开两个队列分别放 A[l,m) A[m,r)
	Array X(m-l+1);//多一个哨兵的位置
	Array Y(r-m+1);

	//复制元素
	int i=0,j=0;
	for(int k=l;k<m;++k) X[i++]=A[k];
	for(int k=m;k<r;++k) Y[j++]=A[k];

	X[m-l]=INF; //设置哨兵
	Y[r-m]=INF;

	for(i=0,j=0;l<r;++l){
		A[l]=X[i] < Y[j] ? X[i++]:Y[j++];
	}
}

// A[l,r)
void merge_sort(Array &A,int l,int r){
	if(r-l>1){
		int m = l+(r-l)/2; // 防止溢出
		merge_sort(A,l,m);
		merge_sort(A,m,r);
		merge(A,l,m,r);
	}
}

static void see_array(string arr_info,const Array &A){
	cout<<arr_info <<" { ";
	for(auto& item:A){
		cout<<item<<" ";
	}
	cout<<"}"<<endl;
}
void test(){
	Array arr{23,45,1,2,7,5,6};
	// merge(arr,0,3,arr.size());
	merge_sort(arr,0,arr.size());

	see_array("sorted ",arr);
}

int main()
{
	test();
	return 0;
}

注意到，在merge中需要申请两个数组来放数据，频繁的申请释放内存会花费大量的时间。一个解决办法是一次性申请一个和待排序数组一样大的数组B，作为工作区。这一改进将所需空间从O(NLgN)减少到了O(N)，对十万个数字排序上速度提示20%~25%。C++实现如下：

#include <iostream>
#include <vector>
#include <string>
using namespace std;

const int INF=1e5;
using Key=int;
using Array =vector<Key>;

void merge(Array &A,Array &B,int l,int m,int r){
	// 合并 A[l,m) A[m,r) 到 B，再复制回来
	int i,j,k;
	// 记录两个队列的起点
	i=k=l;
	j=m;

	// 归并
	while(i<m && j<r){
		B[k++]=A[i]<A[j] ? A[i++]:A[j++];
	}
	// 收尾工作
	while(i<m) B[k++]=A[i++];
	while(j<r) B[k++]=A[j++];

	for(;l<r;++l) A[l]=B[l];
}

void msort(Array &A,Array &B,int l,int r){
	int m;
	if(r-l>1){
		m = l+(r-l)/2; // 防止溢出
		msort(A,B,l,m);
		msort(A,B,m,r);
		merge(A,B,l,m,r);
	}
}

// A[l,r)
void merge_sort(Array &A,int l,int r){
	Array B(r-l);  //申请一个同样大小的工作区
	msort(A,B,l,r);
}

static void see_array(string arr_info,const Array &A){
	cout<<arr_info <<" { ";
	for(auto& item:A){
		cout<<item<<" ";
	}
	cout<<"}"<<endl;
}
void test(){
	Array arr{23,45,1,2,7,5,6};
	// merge(arr,0,3,arr.size());
	merge_sort(arr,0,arr.size());
	see_array("sorted ",arr);
}

int main()
{
	test();
	return 0;
}

2 原地归并排序

不带优化的基本实现需要空间O(NLgN)，使用工作区也需要O(N)，可以不用额外空间原地排序吗？

2-1 死板的解法

如下图，类比插入排序，通过比较 $x_i$ 和 $x_j$ 的大小确定把谁放在当前 $x_i$ 的位置上；注意到如果 $x_j$ 是更小的那个，需要把第一个序列整体向后移动一步，即覆盖掉 $x_j$ ，这样一来归并排序降低为 $O(N^2)$ 。

修改后的归并方法如下：

void naive_merge(Array &A,int l,int m,int r){
	int i;
	Key tmp;

	for(;l<m && m<r;++l){
		if(!(A[l]<A[m])){
			tmp=A[m++]; //先保存，后覆盖
			for(i=m-1;i>l;--i) A[i]=A[i-1];
			A[l]=tmp;
		}
	}
}

2-2 原地工作区

注意，这一节有亿点点的抽象，看不懂可以跳过。原地工作区的思路是借用数组未排序的部分复用为归并的工作区，稍作思考就会发现有几个问题：

工作区一般是空白的，如果和未排序元素共用，会不会直接把原来的、还没有排序的数据给覆盖，造成数据丢失？
有序的子序列很大，自然意味着剩余未排序的空间小，那用这么小的工作区能完成归并任务吗？是不是和有序的子数组也会重叠呢？

先记下这些问题并直接给出方案，并逐渐改进使问题得到应对。

核心操作就是交换未排序的数据到子序列中，伪代码描述：

function merge(A,[i,m),[j,n),k):
    while i<m and j <n do 
        if A[i]<A[j] then
            swap(A[k],A[i])
            i =i+1
        else 
            swap(A[k],A[j])
            j =j+1
        k=k+1
    while i<m do
        swap(A[k],A[i])
        i=i+1
        k=k+1
    while j<n do
        swap(A[k],A[j])
        j=j+1
        k=k+1

考虑问题2，在工作区>=待归并元素长的条件下，容易实现数组的一半有序，因为可以拿另一半作为工作区。接下来的问题是，剩下的一半怎么搞？再递归呢？如果直接归并1/4和1/2，未排序的复用空间明显不够用。

实际上，工作区可以和任何一个有序的子数组重叠，但是需要保证，尚未归并的元素不会被覆盖。所以，当归并1/4和1/2的元素时，我们可以把工作区放在正中间，允许它和有序的子数组重叠。

接下来，我们看两个极端的例子：

其他正常的例子与特殊情况均可保证工作区被换到左侧。于是算法明确了：总是重复对未排序部分的前1/2进行排序，从而将有序的结果交换到前一半，而使得工作区位于中间。渐渐当工作区足够小，剩余一个元素等价于插入排序；实际上对于最后几个元素（20以内）完全可以直接插入排序。伪代码描述如下：

function sort(A,l,r)
	if r-l>0 then
		m = floor((l+r)/2)
		w = l+r-m # 工作区的起点
		sort1(A,l,m,w)  # 保证后一半元素有序
		while w -l >1 do # 工作区间不为空
			nr = w
			w = ceil((l+nr)/2)
			sort1(A,w,nr,l) # 同样递归对后1/2排序后放到前面
			merge(A,[l,l+nr-w],[nr,r],w)
		## 改用插入排序
		for i from w down-to l do
			j =i
			while j <= r and A[j]<A[j-1] do
				swap(A[j],A[j-1])
				j=j+1

#反向调用sort 用于交换工作区和有序部分
function sort1(A,l,r,w)
	if r-l > 0 then
		m = floor((l+r)/2)
		sort(A,l,m)
		sort(A,m+1,r)
		merge(A,[l,m],[m+1,r],w) #排序并放到w开始的位置
	else #将所有元素交换到工作区
		while l<=r do
			swap(A[l],A[w])
			l =l+1
			w =w+1

注意虽然实现了原地归并，即O(1)的空间复杂度，但多了不少额外的交换操作。和使用额外工作区的版本相比，对十万个数字排序，速度下降了60%。C++ 详细实现如下：

#include <iostream>
#include <cmath>
#include <ctime> //随机数组

using namespace std;

using Key = int;

// 定于一个区间
struct Range
{
    int l, r;
    Range(int a, int b) : l(a), r(b) {}
    void set(int left, int right)
    {
        l = left;
        r = right;
    }
    int size()
    {
        return r - l;
    }
}; //[l,r);

// 封装C语言的数组
struct Array
{
    Key *arr;
    int len;
    
    Array(int l) : len(l)
    {
        arr = (Key *)malloc(sizeof(Key) * len);
        srand(time(NULL));
        static const int M=15; //在1~M范围内生成随机数
        for (int i = 0; i < len; i++)
        {
            at(i) = rand() % M + 1;
        }
    }
    Key &operator[](int i)
    {
        return *(arr + i);
    }
    Key &at(int i)
    {
        return *(arr + i);
    }
    void swap(int i, int j)
    {
        Key tmp = at(i);
        at(i) = at(j);
        at(j) = tmp;
    }
    void exchange(Array &B)
    {
        Key *tmp = arr;
        arr = B.arr;
        B.arr = tmp;
    }
    void show(const char info[]=""){
        cout<<info<<"[";
        for (size_t i = 0; i < len; i++)
        {
            cout<<at(i)<<" ";
        }
        cout<<"]."<<endl;
        
    }
};

/// @brief 将数组A的两个区间的内容归并到start开始的区域
/// @param A 原数组
/// @param X 原数组的一个区间
/// @param Y 另一个区间
/// @param start 存放归并结果的开始位置
void merge(Array &A, Range &X, Range &Y, int start)
{
    while (X.l < X.r && Y.l < Y.r)
    {
        int now = A[X.l] < A[Y.l] ? X.l++ : Y.l++;
        A.swap(start++, now);
    }

    while (X.l < X.r)
        A.swap(start++, X.l++);
    while (Y.l < Y.r)
        A.swap(start++, Y.l++);
}

void sort(Array &A, int l, int r, int w);
void merge_sort(Array &A, int l, int r)
{
    int m, n, w;

    if (r - l > 1)
    {
        m = l + (r - l) / 2; // mid
        w = l + r - m;       // 工作区的终点+1
        sort(A, l, m, w);    // 将前一半排序放到后一半

        //[l,w]当前待排序的区间
        while (w - l > 2)
        {
            n = w;
            w = l + (n - l + 1) / 2;
            sort(A, w, n, l); // 排序后一半放到前面
            Range X(l, l + n - w), Y(n, r);
            merge(A, X, Y, w); // 将两头有序数组合并
        }

        // 剩下一两个数作插入排序
        for (n = w; n >= l; --n)
        {
            for (m = n; m < r && A[m] < A[m - 1]; ++m)
            {
                A.swap(m, m - 1);
            }
        }
    }
}

/// @brief 把A[l,r)排序后，放到从下标w开始的区域
void sort(Array &A, int l, int r, int w)
{
    int m;

    if (r - l > 1)
    {
        m = l + (r - l) / 2;
        merge_sort(A, l, m);
        merge_sort(A, m, r);
        Range X(l, m), Y(m, r);
        merge(A, X, Y, w);
    }
    else
    {
        while (l < r)
        {
            A.swap(l++, w++);
        }
    }
}

void test()
{
    int len = 8;
    Array A(len);
    A.show("srcArr ");

    // test sort
    //  sort(A,0,3,3);

    merge_sort(A, 0, len);
    A.show("sorted ");
}

int main()
{
    test();
    return 0;
}

2-3 链表归并排序

和数组存储类似，链表也需要均分为两个差不多长的子序列，这里使用一种奇偶分割法，简单说，从原链表头部摘下节点，交替放到两个不同的子链表中。伪代码说明：

function split(L):
	(A,B) =(null,null)
	while L not null do
		ptr = L # 当前头结点
		L = next(L) # 头指针后移
		A = link(p,A) #将p放到链表A的头部
		swap(A,B) # 交换，下次换B被插入新元素
	return (A,B)

C++ 详细实现如下：

#include <iostream>
#include <vector>
#include <string>
using namespace std;

const int INF=1e5;
using Key=int;
using Array =vector<Key>;

struct Node{
	Key val;
	struct Node* nxt;
	Node(Key k,struct Node* next=nullptr):val(k),nxt(next){}
};

using Nptr=struct Node* ;

Nptr link(Nptr pre,Nptr old_head){
	pre->nxt=old_head;
	return pre;
}

Nptr mk_list(const Array &A){
	Nptr head=new Node(-1);
	Nptr p=head;
	for(auto &x:A){
		Nptr now=new Node(x);
		p->nxt=now;
		p=now;
	}
	return head->nxt;
}


Nptr merge(Nptr ap,Nptr bp){
	Nptr head=new Node(-1);//哨兵，头结点
	Nptr p=head;
	while(ap && bp){
		if(ap->val<bp->val){
			link(p,ap);
			ap=ap->nxt;
		}else{
			link(p,bp);
			bp=bp->nxt;
		}
		p=p->nxt;
	}
	if(ap) link(p,ap);
	if(bp) link(p,bp);

	return head->nxt;
}

Nptr msort(Nptr L){
	Nptr p, ap,bp;
	if(!L || !L->nxt) return L;

	ap=bp=nullptr;
	while(L){
		p=L;
		L=L->nxt;
		ap=link(p,ap);
		swap(ap,bp);
	}

	ap=msort(ap);
	bp=msort(bp);
	return merge(ap,bp);
}

void test_list(){
	Array A{23,7,1,56,23,8,31};
	Nptr l=mk_list(A);
	l=msort(l);

	Nptr p=l;
	while(p){
		cout<<p->val<<endl;
		p=p->nxt;
	}
}

int main()
{
	test_list();
	return 0;
}

3 自底向上归并排序

不从整体开始切分，而是一开始把每一个元素当成一个列表，然后，自底向上地合并相邻的列表，重复利用开始的那张图。注意到，因为不同切分数组，可以直接迭代，无需递归。

首先获得N个子列表，每个子列表一个元素；
将相邻的两个子序列合并，得到 $n /2$ 个长度为2的子序列；重复这个过程，直到整体有序。

伪代码描述:

function sort(A):
	B = {} # 存放列表的列表，设下标从1开始
	for each a in A do
		B.append({a})   # 存入N个长度为1的子列表
	
	N = B.length
	while(N>1){
		for i from 1 to floor(N/2) do
			B[i] = merge(B[2i-1],B[2i]) # 每次取头两个合并
		if Odd(N) then
			B[ceil(N/2)] = B[N] # 处理落单的
		N = ceil(N/2) # 向上取整
	if B is empty then
		return {}
	return B[1]

严蔚敏的《数据结构（C语言版）》给出一种实现如下，写得真好：

/********************************************************
*函数名称：Merge
*参数说明：pDataArray 无序数组；
 *          int *pTempArray 临时存储合并后的序列
 *          bIndex 需要合并的序列1的起始位置
 *          mIndex 需要合并的序列1的结束位置
                  并且作为序列2的起始位置
 *          eIndex 需要合并的序列2的结束位置
*说明：    将数组中连续的两个子序列合并为一个有序序列
*********************************************************/
void Merge(int* pDataArray, int *pTempArray, int bIndex, int mIndex, int eIndex)
{
	int mLength = eIndex - bIndex;    //合并后的序列长度
	int i = 0;    //记录合并后序列插入数据的偏移
	int j = bIndex;    //记录子序列1插入数据的偏移
	int k = mIndex;    //记录子序列2掺入数据的偏移
 
	while (j < mIndex && k < eIndex)
	{
		if (pDataArray[j] <= pDataArray[k])
		{
			pTempArray[i++] = pDataArray[j];
			j++;
		}
		else
		{
			pTempArray[i++] = pDataArray[k];
			k++;
		}
	}
 
	if (j == mIndex)    //说明序列1已经插入完毕
		while (k < eIndex)
			pTempArray[i++] = pDataArray[k++];
	else                //说明序列2已经插入完毕
		while (j < mIndex)
			pTempArray[i++] = pDataArray[j++];
 
	for (i = 0; i < mLength; i++)    //将合并后序列重新放入pDataArray
		pDataArray[bIndex + i] = pTempArray[i];
}
 
/********************************************************
*函数名称：BottomUpMergeSort
*参数说明：pDataArray 无序数组；
 * 	   iDataNum为无序数据个数
*说明：    自底向上的归并排序
*********************************************************/
void BottomUpMergeSort(int* pDataArray, int iDataNum)
{
	int *pTempArray = (int *)malloc(sizeof(int) * iDataNum);    //临时存放合并后的序列
	int length = 1;    //初始有序子序列长度为1
	while (length < iDataNum)
	{
		int i = 0;
		for (; i + 2*length < iDataNum; i += 2*length)
			Merge(pDataArray, pTempArray, i, i + length, i + 2*length);
		if (i + length < iDataNum)
			Merge(pDataArray, pTempArray, i, i + length, iDataNum);
		length *= 2;    //有序子序列长度*2
	}
	free(pTempArray);
}

几点说明:

length代表的是单个子序列的长度；
pTempArray 是上述文章提到的统一的工作区
实际排序时，并没有分为多个数组，而是只针对下标作逻辑上的合并，数据还在原来的数组中。
- 每次需要合并的两部分是 A[i,i+length) 和 A[i+length,i+2*length)注意右边界取不到。
- 下一次只需要把长度值翻倍即可，省去了许多开辟、释放空间的时间。

4 两路自然归并排序

从一个例子说起，如下图。虽然整个序列是混乱的，但是总有些部分是自然有序的（最差是一个数）；想象一个两头都被点燃的蜡烛，同样的，我们从序列的两头同时开始寻找一个非递减的序列，如图中左右两端的 [8,12,14]和[15,7]，合并到最右端；下一次找到后，合并到最最左端，这样做是为了平衡。

注意，上图数据归并后，左边是非递减，右边是非递增；且并不是一次完成所有的数据有序，而是多段有序，下面会进一步解释。

4-1 形式化描述

自然归并排序的不变性质，如下图所示：

任何时候，a之前和d之后的元素已经被扫描并归并到工作区的左右两端。
每次都需要将非递减子序列[a,b)扩展到最长，同样的将[c,d)向左扩展到最长。
f（front）之前和r（rear）之后的元素是已经处理过的，可能包含若干有序的子序列，并非直接有序。
奇数轮归并到f这一边，偶数轮归并到r那一边。
关键中的关键，当扫描一轮后，原数组和工作区交换，继续归并，此时原数组（指针）指向工作区，且有序的子序列明显增多。

给出伪代码描述，如果还是看不明白建议抄一下伪代码：

function sort(A):
	if A.length > 1 then
		n = A.length
		B = creat-array(n) # 创建工作区
		loop 
			[a,b) = [1,1)
			[c,d) = [n+1,n+1)
			f = 1,r = n  # 工作区的首尾指针
			t = False # 控制从f还是r归并
			while b < c do
				repeat 
					b = b+1
				until b >= c || A[b]<A[b-1]
				repeat
					c = c-1
				until c<=b || A[c-1]<A[c]
				if c < b then # 避免overlap 重叠
					c = b
				if b-a >=n then # 整个数组已经有序
					return A
				if t then # 从front归并
					f = merge(A,[a,b),[c,d),B,f,1)
				else #从rear归并
				 	r = merge(A,[a,b),[c,d),B,r,-1)
				a = b
				d = c
				t = not t # 换方向
			exchange A<->B   # 关键的一步，切换工作区
		return A

# w 是工作区归并边界的下标 f 或 r
# det 表示方向 +1 或 -1
function merge(A,[a,b),[c,d),B,w,det):
	while a<b and c<d do
		if A[a]<A[d-1] then
			B[w] = A[a]
			a =a + 1
		else
			B[w] = A[d-1]
			d = d-1
		w = w+det

		while a < b do
			B[w] = A[a]
			a=a+1
			w=w+det	

		while c < d do
			B[w]=A[d-1]
			d=d-1
			w=w+det
	return w

4-2 代码实现

一些说明：

为了提高可读性，封装了C语言下的数组指针和区间类Range
参数很多时，建议先声明，然后统一赋值；注意到下标得到赋值在每一轮都需要更新

#include <iostream>
#include <cmath>
#include <ctime> //随机数组

using namespace std;

using Key = int;

// 定义一个左闭右开的区间
struct Range{
    int l,r;
    void set(int left,int right){
        l=left;
        r=right;
    }
    int size(){
        return r-l;
    }
};//[l,r);

// 封装C语言的数组
struct Array
{
    Key* arr;
    int len;
    Array(int len):len(len){
        arr=(Key*) malloc(sizeof(Key)*len);
    }
    Key& operator[](int i){
        return *(arr+i);
    }
    Key& at(int i){
        return *(arr+i);
    }
    void exchange(Array &B){
        Key* tmp=arr;
        arr=B.arr;
        B.arr=tmp;
    }
};


/// @brief 合并A的两个区间 Up Down到工作区B的w开始处
/// @param A 源序列
/// @param Up 位于左边的非递减序列
/// @param Down 位于右边的非递增序列
/// @param B 工作区，和源序列同样大
/// @param w 工作区的归并起点
/// @param det 控制w的增长方向,+1 or -1
/// @return 归并后的w值
int merge(Array &A, Range &Up, Range &Down,
          Array &B, int w, int det)
{
    for(;Up.l<Up.r && Down.l<Down.r;w+=det){
        B[w]= (A[Up.l]<A[Down.r-1]) ? A[Up.l++]:A[--Down.r];
    }
    // 收尾工作
    for(;Up.l<Up.r;w+=det){
        B[w]=A[Up.l++];
    }
    for(;Down.l<Down.r;w+=det){
        B[w]=A[--Down.r];
    }

    return w;
}

Array& merge_sort(Array &A){
    if(A.len<2) return A;

    Array B(A.len); //申请工作区
    Range Up,Down; //左边的非递减区间，右边的非递增区间
    int front,rear,dir;//工作区的前后指针和方向

    for(;;){
        Up.set(0,0);
        Down.set(A.len,A.len);
        front=0;
        rear=A.len-1;
        dir=1;

        while(Up.r<Down.l){
            do{
                ++Up.r; // 寻找非递减序列的右边界
            }while(Up.r<Down.l && A[Up.r-1]<=A[Up.r]);
        
            do{
                --Down.l;
            }while(Up.r<Down.l && A[Down.l]<=A[Down.l-1]);

            if(Down.l<Up.r){
                Down.l=Up.r; //消除可能的重叠
            }
            // 出口，已经有序
            if(Up.size()>=A.len){
                return A;
            }
            if(dir){
                front=merge(A,Up,Down,B,front,1);
            }else{
                rear=merge(A,Up,Down,B,rear,-1);
            }

            Up.l=Up.r;
            Down.r=Down.l;// 跳过已经扫描的部分
            dir=!dir;
        }
        A.exchange(B);
    }
    return A;
}

void test(){
		const int  len=7;
    Array A(len);
    srand(time(NULL));
    for(int i=0;i<len;i++){
        A.at(i)=rand()%25+1;
        cout<<A.at(i)<<" ";
    }
    cout<<endl;

    merge_sort(A);
    for(int i=0;i<len;i++){
        cout<<A.at(i)<<" ";
    }
    cout<<endl;
}

int main()
{
    test();
    return 0;
}