原地归并的java程序_In-place Merge 原地归并 【转贴】

sort，也就是原地归并排序。

在进入具体的细节之前，先来看一个稍后会用到的引论 ：

给定长度分别为n和m的两个各自有序数组X，Y，以及一个长度为n的辅助数组A，存在O(m+n)时间复杂度的算法AuxSort;该算法可以原地归并排序X和Y，同时A中元素保持不变(顺序可能打乱)。

看到留言说用了辅助数组A，空间复杂度就是O(n)了。所以先提前在这解释下：AuxSort算法中确实用到了长度为n的辅助数组A。但是在最终的算法

中，AuxSort会作为subroutine，而我们会将待排序数组的一部分作为这个辅助数组A，而不是另外开辟一块空间。所以最终的空间复杂度仍然是

O(1)。所以请大家耐心往下看。。。

AuxSort算法具体步骤如下：

交换X 和 A。

维护两个整数下标 px, py，初始化为0，分别代表A[0]和Y[0]; 另外维护一个dest指针，初始化指向X[0]，并且该指针在移动到X[n-1]后，自动过渡到Y[0]。

比较A[px], Y[py]：

若 A[px] <= Y[py], swap(A[px++], *dest++);

若 A[px] > Y[py]，swap(Y[py++], *dest++);

若A中仍有剩余元素，则将剩余部分依次与*dest交换。当然每一步要执行dest++操作。【Y中有剩余元素不必再操作了，此时已经保持有序】

通

过上述步骤很容易发现，该算法的基本思想与传统的2-way merge sort如出一辙，时间复杂度也都是O(m+n)。只不过传统的

merge sort中我们要申请额外的目的数组存储排序完成后的数据; 而这里目的数组就是X+Y本身，所以我们要首先交换X和A，将X “腾空”【反复思考，如果没有这么一段额外存储空间，那么保持线性时间复杂度就难了】；另

外传统的merge sort中是将X或Y中的数据赋值给新开辟的目的数组Z，但是这里我们的目的数组中数据不能被破坏，因此只能采用swap操作。

为了有助于理解，我们来看一个例子。假设n=3，且x1 

图1 利用辅助数组原地归并排序

下面开始本文的重点，in-place merge sort算法，具体内容参考自TAOCP Vol