我知道这个问题不太具体。
我想要的只是有人告诉我如何将普通的合并排序转换为就地合并排序（或具有恒定额外空间开销的合并排序）。
我所能找到的（在网上）只有页面说“它太复杂了”或“超出了本文的范围”。
唯一已知的就地合并方法（没有任何额外空间）太复杂而无法简化为实际程序。（取自这里）
即使它太复杂，如何使归并排序就地的基本概念是什么？
问问题
177934 次
10 回答
161
Knuth 将此作为练习（第 3 卷，第 5.2.5 卷）。确实存在就地合并排序。它们必须认真执行。
首先，此处描述的天真就地合并不是正确的解决方案。它将性能降级为O(N 2 )。
这个想法是对数组的一部分进行排序，同时将其余部分用作合并的工作区域。
例如像下面的合并函数。
void wmerge(Key* xs, int i, int m, int j, int n, int w) {
while (i < m && j < n)
swap(xs, w++, xs[i] < xs[j] ? i++ : j++);
while (i < m)
swap(xs, w++, i++);
while (j < n)
swap(xs, w++, j++);
}
它采用数组xs，两个排序后的子数组分别表示为范围[i, m)和[j, n)。工作区从w. 与大多数教科书中给出的标准合并算法相比，该算法在排序后的子数组和工作区之间交换内容。结果，前一个工作区包含合并后的排序元素，而存储在工作区中的前一个元素被移动到两个子数组中。
但是，必须满足两个约束条件：
- 工作区应该在数组的范围内。换句话说，它应该足够大以容纳交换的元素而不会导致任何越界错误。
- 工作区域可以与两个排序数组中的任何一个重叠；但是，它必须确保没有任何未合并的元素被覆盖。
定义了这个合并算法后，很容易想象一个解决方案，它可以对数组的一半进行排序；接下来的问题是，如何处理存储在工作区中的其余未排序部分，如下所示：
... unsorted 1/2 array ... | ... sorted 1/2 array ...
一个直观的想法是对另一半工作区域进行递归排序，因此只有 1/4 的元素尚未排序。
... unsorted 1/4 array ... | sorted 1/4 array B | sorted 1/2 array A ...
这个阶段的关键点是我们迟早必须将已排序的 1/4 元素 B 与已排序的 1/2 元素 A 合并。
只剩下 1/4 个元素的工作区是否足够大以合并 A 和 B？不幸的是，事实并非如此。
但是，上面提到的第二个约束给了我们一个提示，如果我们可以确保未合并元素不会被覆盖的合并顺序，我们可以通过安排工作区域与任一子数组重叠来利用它。
实际上，我们可以对前半部分进行排序，而不是对工作区域的后半部分进行排序，并将工作区域放在两个排序后的数组之间，如下所示：
... sorted 1/4 array B | unsorted work area | ... sorted 1/2 array A ...
这种设置有效地安排了工作区域与子阵列 A 的重叠。这个想法是在 [Jyrki Katajainen、Tomi Pasanen、Jukka Teuhola 中提出的。``实用的就地合并排序''。北欧计算杂志，1996 年]。
所以剩下的就是重复上面的步骤，把工作区域从原来的1/2、1/4、1/8、……当工作区域变得足够小（比如只剩下两个元素），我们就可以切换到简单的插入排序来结束这个算法。
这是基于本文的 ANSI C 中的实现。
void imsort(Key* xs, int l, int u);
void swap(Key* xs, int i, int j) {
Key tmp = xs[i]; xs[i] = xs[j]; xs[j] = tmp;
}
/*
* sort xs[l, u), and put result to working area w.
* constraint, len(w) == u - l
*/
void wsort(Key* xs, int l, int u, int w) {
int m;
if (u - l > 1) {
m = l + (u - l) / 2;
imsort(xs, l, m);
imsort(xs, m, u);
wmerge(xs, l, m, m, u, w);
}
else
while (l < u)
swap(xs, l++, w++);
}
void imsort(Key* xs, int l, int u) {
int m, n, w;
if (u - l > 1) {
m = l + (u - l) / 2;
w = l + u - m;
wsort(xs, l, m, w); /* the last half contains sorted elements */
while (w - l > 2) {
n = w;
w = l + (n - l + 1) / 2;
wsort(xs, w, n, l); /* the first half of the previous working area contains sorted elements */
wmerge(xs, l, l + n - w, n, u, w);
}
for (n = w; n > l; --n) /*switch to insertion sort*/
for (m = n; m < u && xs[m] < xs[m-1]; ++m)
swap(xs, m, m - 1);
}
}
wmerge 是先前定义的。
顺便说一句，这个版本不是最快的合并排序，因为它需要更多的交换操作。根据我的测试，它比标准版本更快，标准版本在每次递归中分配额外的空间。但它比优化版本要慢，优化版本提前将原始数组翻倍，并使用它进行进一步合并。
于 2013-03-27T10:55:00.090 回答
63
包括其“重大成果”，本文描述了就地合并排序 (PDF) 的几个变体：
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.22.5514&rep=rep1&type=pdf
用更少的动作进行就地排序
Jyrki Katajainen，托米·A·帕萨宁
结果表明，可以使用 O(1) 额外空间、O(n log n / log log n) 元素移动和 n log 2 n + O(n log log n) 比较对 n 个元素的数组进行排序。这是第一个在最坏情况下需要 o(n log n) 移动同时保证 O(n log n) 比较的就地排序算法，但由于涉及的常数因素，该算法主要具有理论意义。
我认为这也是相关的。我有一份打印出来的，是同事传给我的，但我还没有读过。它似乎涵盖了基本理论，但我对该主题不够熟悉，无法全面判断：
http://comjnl.oxfordjournals.org/cgi/content/abstract/38/8/681
最优稳定合并
安东尼奥斯·西姆沃尼斯
本文展示了如何通过 O(m+n) 次分配、O(mlog(n/m+1)) 次比较和仅使用常数稳定地合并两个大小分别为 m 和 n，m ≤ n 的序列 A 和 B额外的空间量。此结果匹配所有已知的下限...
于 2010-04-03T11:26:00.533 回答
11
关键步骤是让合并本身就位。这并不像那些来源所说的那么困难，但是当你尝试时你会失去一些东西。
查看合并的一步：
[...列表排序...| x ...列表- A ...| y ...列表-B ...]
我们知道排序后的序列小于其他所有内容，x小于A中的所有其他内容，并且y小于B中的所有其他内容。在x小于或等于y的情况下，您只需将指针移至A的开头。在y小于x的情况下，您必须将y打乱到整个A到sorted。最后一步是什么让这变得昂贵（在退化的情况下除外）。
它通常更便宜（特别是当数组实际上每个元素只包含单个单词时，例如，指向字符串或结构的指针）以时间换取一些空间并拥有一个单独的临时数组，您可以在它们之间来回排序。
于 2010-04-03T11:28:44.350 回答
6
这个答案有一个代码示例，它实现了Bing-Chao Huang 和 Michael A. Langston的论文Practical In-Place Merging中描述的算法。我不得不承认我不了解细节，但是合并步骤的给定复杂度是 O(n)。
从实践的角度来看，有证据表明纯粹的就地实现在现实世界的场景中表现并不好。例如，C++ 标准定义了std::inplace_merge，顾名思义就是就地合并操作。
假设 C++ 库通常都得到了很好的优化，看看它是如何实现的很有趣：
1) libstdc++（GCC 代码库的一部分）：std::inplace_merge
实现委托给__inplace_merge，它通过尝试分配临时缓冲区来避免问题：
typedef _Temporary_buffer<_BidirectionalIterator, _ValueType> _TmpBuf;
_TmpBuf __buf(__first, __len1 + __len2);
if (__buf.begin() == 0)
std::__merge_without_buffer
(__first, __middle, __last, __len1, __len2, __comp);
else
std::__merge_adaptive
(__first, __middle, __last, __len1, __len2, __buf.begin(),
_DistanceType(__buf.size()), __comp);
否则，它会退回到一个实现（__merge_without_buffer），它不需要额外的内存，但不再在 O(n) 时间内运行。
2) libc++（Clang 代码库的一部分）：std::inplace_merge
看起来很相似。它委托给一个函数，该函数也尝试分配一个缓冲区。根据它是否获得足够的元素，它将选择实现。常量内存回退函数称为__buffered_inplace_merge。
也许甚至回退仍然是 O(n) 时间，但关键是如果临时内存可用，他们不会使用实现。
请注意，C++ 标准通过将所需的复杂度从 O(n) 降低到 O(N log N)，明确地为实现提供了选择这种方法的自由：
复杂性： 如果有足够的额外内存可用，则进行 N-1 次比较。如果内存不足，则进行 O(N log N) 比较。
当然，这不能作为在 O(n) 时间内不应该使用恒定空间就地合并的证据。另一方面，如果它更快，优化的 C++ 库可能会切换到那种类型的实现。
于 2018-12-23T01:55:54.960 回答
5
C 中无缓冲归并排序的示例。
#define SWAP(type, a, b) \
do { type t=(a);(a)=(b);(b)=t; } while (0)
static void reverse_(int* a, int* b)
{
for ( --b; a < b; a++, b-- )
SWAP(int, *a, *b);
}
static int* rotate_(int* a, int* b, int* c)
/* swap the sequence [a,b) with [b,c). */
{
if (a != b && b != c)
{
reverse_(a, b);
reverse_(b, c);
reverse_(a, c);
}
return a + (c - b);
}
static int* lower_bound_(int* a, int* b, const int key)
/* find first element not less than @p key in sorted sequence or end of
* sequence (@p b) if not found. */
{
int i;
for ( i = b-a; i != 0; i /= 2 )
{
int* mid = a + i/2;
if (*mid < key)
a = mid + 1, i--;
}
return a;
}
static int* upper_bound_(int* a, int* b, const int key)
/* find first element greater than @p key in sorted sequence or end of
* sequence (@p b) if not found. */
{
int i;
for ( i = b-a; i != 0; i /= 2 )
{
int* mid = a + i/2;
if (*mid <= key)
a = mid + 1, i--;
}
return a;
}
static void ip_merge_(int* a, int* b, int* c)
/* inplace merge. */
{
int n1 = b - a;
int n2 = c - b;
if (n1 == 0 || n2 == 0)
return;
if (n1 == 1 && n2 == 1)
{
if (*b < *a)
SWAP(int, *a, *b);
}
else
{
int* p, * q;
if (n1 <= n2)
p = upper_bound_(a, b, *(q = b+n2/2));
else
q = lower_bound_(b, c, *(p = a+n1/2));
b = rotate_(p, b, q);
ip_merge_(a, p, b);
ip_merge_(b, q, c);
}
}
void mergesort(int* v, int n)
{
if (n > 1)
{
int h = n/2;
mergesort(v, h); mergesort(v+h, n-h);
ip_merge_(v, v+h, v+n);
}
}
自适应归并排序（优化）的一个例子。
添加支持代码和修改以在任何大小的辅助缓冲区可用时加速合并（仍然可以在没有额外内存的情况下工作）。使用前向和后向合并、环形旋转、小序列合并和排序以及迭代合并排序。
#include <stdlib.h>
#include <string.h>
static int* copy_(const int* a, const int* b, int* out)
{
int count = b - a;
if (a != out)
memcpy(out, a, count*sizeof(int));
return out + count;
}
static int* copy_backward_(const int* a, const int* b, int* out)
{
int count = b - a;
if (b != out)
memmove(out - count, a, count*sizeof(int));
return out - count;
}
static int* merge_(const int* a1, const int* b1, const int* a2,
const int* b2, int* out)
{
while ( a1 != b1 && a2 != b2 )
*out++ = (*a1 <= *a2) ? *a1++ : *a2++;
return copy_(a2, b2, copy_(a1, b1, out));
}
static int* merge_backward_(const int* a1, const int* b1,
const int* a2, const int* b2, int* out)
{
while ( a1 != b1 && a2 != b2 )
*--out = (*(b1-1) > *(b2-1)) ? *--b1 : *--b2;
return copy_backward_(a1, b1, copy_backward_(a2, b2, out));
}
static unsigned int gcd_(unsigned int m, unsigned int n)
{
while ( n != 0 )
{
unsigned int t = m % n;
m = n;
n = t;
}
return m;
}
static void rotate_inner_(const int length, const int stride,
int* first, int* last)
{
int* p, * next = first, x = *first;
while ( 1 )
{
p = next;
if ((next += stride) >= last)
next -= length;
if (next == first)
break;
*p = *next;
}
*p = x;
}
static int* rotate_(int* a, int* b, int* c)
/* swap the sequence [a,b) with [b,c). */
{
if (a != b && b != c)
{
int n1 = c - a;
int n2 = b - a;
int* i = a;
int* j = a + gcd_(n1, n2);
for ( ; i != j; i++ )
rotate_inner_(n1, n2, i, c);
}
return a + (c - b);
}
static void ip_merge_small_(int* a, int* b, int* c)
/* inplace merge.
* @note faster for small sequences. */
{
while ( a != b && b != c )
if (*a <= *b)
a++;
else
{
int* p = b+1;
while ( p != c && *p < *a )
p++;
rotate_(a, b, p);
b = p;
}
}
static void ip_merge_(int* a, int* b, int* c, int* t, const int ts)
/* inplace merge.
* @note works with or without additional memory. */
{
int n1 = b - a;
int n2 = c - b;
if (n1 <= n2 && n1 <= ts)
{
merge_(t, copy_(a, b, t), b, c, a);
}
else if (n2 <= ts)
{
merge_backward_(a, b, t, copy_(b, c, t), c);
}
/* merge without buffer. */
else if (n1 + n2 < 48)
{
ip_merge_small_(a, b, c);
}
else
{
int* p, * q;
if (n1 <= n2)
p = upper_bound_(a, b, *(q = b+n2/2));
else
q = lower_bound_(b, c, *(p = a+n1/2));
b = rotate_(p, b, q);
ip_merge_(a, p, b, t, ts);
ip_merge_(b, q, c, t, ts);
}
}
static void ip_merge_chunk_(const int cs, int* a, int* b, int* t,
const int ts)
{
int* p = a + cs*2;
for ( ; p <= b; a = p, p += cs*2 )
ip_merge_(a, a+cs, p, t, ts);
if (a+cs < b)
ip_merge_(a, a+cs, b, t, ts);
}
static void smallsort_(int* a, int* b)
/* insertion sort.
* @note any stable sort with low setup cost will do. */
{
int* p, * q;
for ( p = a+1; p < b; p++ )
{
int x = *p;
for ( q = p; a < q && x < *(q-1); q-- )
*q = *(q-1);
*q = x;
}
}
static void smallsort_chunk_(const int cs, int* a, int* b)
{
int* p = a + cs;
for ( ; p <= b; a = p, p += cs )
smallsort_(a, p);
smallsort_(a, b);
}
static void mergesort_lower_(int* v, int n, int* t, const int ts)
{
int cs = 16;
smallsort_chunk_(cs, v, v+n);
for ( ; cs < n; cs *= 2 )
ip_merge_chunk_(cs, v, v+n, t, ts);
}
static void* get_buffer_(int size, int* final)
{
void* p = NULL;
while ( size != 0 && (p = malloc(size)) == NULL )
size /= 2;
*final = size;
return p;
}
void mergesort(int* v, int n)
{
/* @note buffer size may be in the range [0,(n+1)/2]. */
int request = (n+1)/2 * sizeof(int);
int actual;
int* t = (int*) get_buffer_(request, &actual);
/* @note allocation failure okay. */
int tsize = actual / sizeof(int);
mergesort_lower_(v, n, t, tsize);
free(t);
}
于 2014-04-03T13:34:58.303 回答
3
这是我的 C 版本：
void mergesort(int *a, int len) {
int temp, listsize, xsize;
for (listsize = 1; listsize <= len; listsize*=2) {
for (int i = 0, j = listsize; (j+listsize) <= len; i += (listsize*2), j += (listsize*2)) {
merge(& a[i], listsize, listsize);
}
}
listsize /= 2;
xsize = len % listsize;
if (xsize > 1)
mergesort(& a[len-xsize], xsize);
merge(a, listsize, xsize);
}
void merge(int *a, int sizei, int sizej) {
int temp;
int ii = 0;
int ji = sizei;
int flength = sizei+sizej;
for (int f = 0; f < (flength-1); f++) {
if (sizei == 0 || sizej == 0)
break;
if (a[ii] < a[ji]) {
ii++;
sizei--;
}
else {
temp = a[ji];
for (int z = (ji-1); z >= ii; z--)
a[z+1] = a[z];
ii++;
a[f] = temp;
ji++;
sizej--;
}
}
}
于 2012-02-14T02:24:05.567 回答
1
我知道我迟到了，但这是我昨天写的一个解决方案。我也在其他地方发布了这个，但这似乎是 SO 上最受欢迎的原地合并线程。我也没有在其他任何地方看到过这个算法，所以希望这可以帮助一些人。
该算法采用最简单的形式，以便于理解。可以对其进行显着调整以提高速度。平均时间复杂度为：O(n.log₂n) 用于稳定的就地数组合并，O(n.(log₂n)²) 用于整体排序。
// Stable Merge In Place Sort
//
//
// The following code is written to illustrate the base algorithm. A good
// number of optimizations can be applied to boost its overall speed
// For all its simplicity, it does still perform somewhat decently.
// Average case time complexity appears to be: O(n.(log₂n)²)
#include <stddef.h>
#include <stdio.h>
#define swap(x, y) (t=(x), (x)=(y), (y)=t)
// Both sorted sub-arrays must be adjacent in 'a'
// Assumes that both 'an' and 'bn' are always non-zero
// 'an' is the length of the first sorted section in 'a', referred to as A
// 'bn' is the length of the second sorted section in 'a', referred to as B
static void
merge_inplace(int A[], size_t an, size_t bn)
{
int t, *B = &A[an];
size_t pa, pb; // Swap partition pointers within A and B
// Find the portion to swap. We're looking for how much from the
// start of B can swap with the end of A, such that every element
// in A is less than or equal to any element in B. This is quite
// simple when both sub-arrays come at us pre-sorted
for(pa = an, pb = 0; pa>0 && pb<bn && B[pb] < A[pa-1]; pa--, pb++);
// Now swap last part of A with first part of B according to the
// indicies we found
for (size_t index=pa; index < an; index++)
swap(A[index], B[index-pa]);
// Now merge the two sub-array pairings. We need to check that either array
// didn't wholly swap out the other and cause the remaining portion to be zero
if (pa>0 && (an-pa)>0)
merge_inplace(A, pa, an-pa);
if (pb>0 && (bn-pb)>0)
merge_inplace(B, pb, bn-pb);
} // merge_inplace
// Implements a recursive merge-sort algorithm with an optional
// insertion sort for when the splits get too small. 'n' must
// ALWAYS be 2 or more. It enforces this when calling itself
static void
merge_sort(int a[], size_t n)
{
size_t m = n/2;
// Sort first and second halves only if the target 'n' will be > 1
if (m > 1)
merge_sort(a, m);
if ((n-m)>1)
merge_sort(a+m, n-m);
// Now merge the two sorted sub-arrays together. We know that since
// n > 1, then both m and n-m MUST be non-zero, and so we will never
// violate the condition of not passing in zero length sub-arrays
merge_inplace(a, m, n-m);
} // merge_sort
// Print an array */
static void
print_array(int a[], size_t size)
{
if (size > 0) {
printf("%d", a[0]);
for (size_t i = 1; i < size; i++)
printf(" %d", a[i]);
}
printf("\n");
} // print_array
// Test driver
int
main()
{
int a[] = { 17, 3, 16, 5, 14, 8, 10, 7, 15, 1, 13, 4, 9, 12, 11, 6, 2 };
size_t n = sizeof(a) / sizeof(a[0]);
merge_sort(a, n);
print_array(a, n);
return 0;
} // main
于 2021-07-31T15:26:43.190 回答
0
利用 C++ std::inplace_merge，就地合并排序可以实现如下：
template< class _Type >
inline void merge_sort_inplace(_Type* src, size_t l, size_t r)
{
if (r <= l) return;
size_t m = l + ( r - l ) / 2; // computes the average without overflow
merge_sort_inplace(src, l, m);
merge_sort_inplace(src, m + 1, r);
std::inplace_merge(src + l, src + m + 1, src + r + 1);
}
更多排序算法，包括并行实现，可在https://github.com/DragonSpit/ParallelAlgorithms repo 中获得，它是开源且免费的。
于 2021-10-24T02:06:50.543 回答
-6
我刚刚尝试使用插入排序算法在JAVA中进行合并排序，使用以下步骤。
1) 有两个排序数组可用。
2）比较每个数组的第一个值；并将最小值放入第一个数组。
3）使用插入排序（从左到右遍历）将较大的值放入第二个数组中。
4）然后再次比较第一个数组的第二个值和第二个数组的第一个值，并做同样的事情。但是当交换发生时，有一些线索可以跳过比较其他项目，但只需要交换。
我在这里做了一些优化；在插入排序中保持较少的比较。
我发现这个解决方案的唯一缺点是它需要在第二个数组中交换更大的数组元素。
例如）
第一个___数组：3、7、8、9
第二个数组：1、2、4、5
然后 7, 8, 9 使第二个数组每次将其所有元素交换（左移一），以将自己放在最后一个。
因此，与比较两个项目相比，这里的假设是交换项目可以忽略不计。
https://github.com/skanagavelu/algorithms/blob/master/src/sorting/MergeSort.java
package sorting;
import java.util.Arrays;
public class MergeSort {
public static void main(String[] args) {
int[] array = { 5, 6, 10, 3, 9, 2, 12, 1, 8, 7 };
mergeSort(array, 0, array.length -1);
System.out.println(Arrays.toString(array));
int[] array1 = {4, 7, 2};
System.out.println(Arrays.toString(array1));
mergeSort(array1, 0, array1.length -1);
System.out.println(Arrays.toString(array1));
System.out.println("\n\n");
int[] array2 = {4, 7, 9};
System.out.println(Arrays.toString(array2));
mergeSort(array2, 0, array2.length -1);
System.out.println(Arrays.toString(array2));
System.out.println("\n\n");
int[] array3 = {4, 7, 5};
System.out.println(Arrays.toString(array3));
mergeSort(array3, 0, array3.length -1);
System.out.println(Arrays.toString(array3));
System.out.println("\n\n");
int[] array4 = {7, 4, 2};
System.out.println(Arrays.toString(array4));
mergeSort(array4, 0, array4.length -1);
System.out.println(Arrays.toString(array4));
System.out.println("\n\n");
int[] array5 = {7, 4, 9};
System.out.println(Arrays.toString(array5));
mergeSort(array5, 0, array5.length -1);
System.out.println(Arrays.toString(array5));
System.out.println("\n\n");
int[] array6 = {7, 4, 5};
System.out.println(Arrays.toString(array6));
mergeSort(array6, 0, array6.length -1);
System.out.println(Arrays.toString(array6));
System.out.println("\n\n");
//Handling array of size two
int[] array7 = {7, 4};
System.out.println(Arrays.toString(array7));
mergeSort(array7, 0, array7.length -1);
System.out.println(Arrays.toString(array7));
System.out.println("\n\n");
int input1[] = {1};
int input2[] = {4,2};
int input3[] = {6,2,9};
int input4[] = {6,-1,10,4,11,14,19,12,18};
System.out.println(Arrays.toString(input1));
mergeSort(input1, 0, input1.length-1);
System.out.println(Arrays.toString(input1));
System.out.println("\n\n");
System.out.println(Arrays.toString(input2));
mergeSort(input2, 0, input2.length-1);
System.out.println(Arrays.toString(input2));
System.out.println("\n\n");
System.out.println(Arrays.toString(input3));
mergeSort(input3, 0, input3.length-1);
System.out.println(Arrays.toString(input3));
System.out.println("\n\n");
System.out.println(Arrays.toString(input4));
mergeSort(input4, 0, input4.length-1);
System.out.println(Arrays.toString(input4));
System.out.println("\n\n");
}
private static void mergeSort(int[] array, int p, int r) {
//Both below mid finding is fine.
int mid = (r - p)/2 + p;
int mid1 = (r + p)/2;
if(mid != mid1) {
System.out.println(" Mid is mismatching:" + mid + "/" + mid1+ " for p:"+p+" r:"+r);
}
if(p < r) {
mergeSort(array, p, mid);
mergeSort(array, mid+1, r);
// merge(array, p, mid, r);
inPlaceMerge(array, p, mid, r);
}
}
//Regular merge
private static void merge(int[] array, int p, int mid, int r) {
int lengthOfLeftArray = mid - p + 1; // This is important to add +1.
int lengthOfRightArray = r - mid;
int[] left = new int[lengthOfLeftArray];
int[] right = new int[lengthOfRightArray];
for(int i = p, j = 0; i <= mid; ){
left[j++] = array[i++];
}
for(int i = mid + 1, j = 0; i <= r; ){
right[j++] = array[i++];
}
int i = 0, j = 0;
for(; i < left.length && j < right.length; ) {
if(left[i] < right[j]){
array[p++] = left[i++];
} else {
array[p++] = right[j++];
}
}
while(j < right.length){
array[p++] = right[j++];
}
while(i < left.length){
array[p++] = left[i++];
}
}
//InPlaceMerge no extra array
private static void inPlaceMerge(int[] array, int p, int mid, int r) {
int secondArrayStart = mid+1;
int prevPlaced = mid+1;
int q = mid+1;
while(p < mid+1 && q <= r){
boolean swapped = false;
if(array[p] > array[q]) {
swap(array, p, q);
swapped = true;
}
if(q != secondArrayStart && array[p] > array[secondArrayStart]) {
swap(array, p, secondArrayStart);
swapped = true;
}
//Check swapped value is in right place of second sorted array
if(swapped && secondArrayStart+1 <= r && array[secondArrayStart+1] < array[secondArrayStart]) {
prevPlaced = placeInOrder(array, secondArrayStart, prevPlaced);
}
p++;
if(q < r) { //q+1 <= r) {
q++;
}
}
}
private static int placeInOrder(int[] array, int secondArrayStart, int prevPlaced) {
int i = secondArrayStart;
for(; i < array.length; i++) {
//Simply swap till the prevPlaced position
if(secondArrayStart < prevPlaced) {
swap(array, secondArrayStart, secondArrayStart+1);
secondArrayStart++;
continue;
}
if(array[i] < array[secondArrayStart]) {
swap(array, i, secondArrayStart);
secondArrayStart++;
} else if(i != secondArrayStart && array[i] > array[secondArrayStart]){
break;
}
}
return secondArrayStart;
}
private static void swap(int[] array, int m, int n){
int temp = array[m];
array[m] = array[n];
array[n] = temp;
}
}
于 2016-02-25T06:23:10.973 回答