目录

题目要求

代码实现

---

题目要求

nums1 和 nums2 是两个升序的整型数组，另外有两个整数 m 和 n 分别代表 nums1 和 nums2 中的元素个数

要求合并 nusm2 到nums1 中，使合并后的 nums1 同样按升序顺序排列

最终，合并后的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

---

代码实现

代码演示：

void merge(int* nums1, int nums1Size, int m, int* nums2, int nums2Size, int n)
{
	int end1 = m - 1;
	int end2 = n - 1;
	int i = m + n - 1;

	while (end1 >= 0 && end2 >= 0)
	{
		if (nums1[end1] > nums2[end2])
		{
			nums1[i--] = nums1[end1--];
		}
		else
		{
			nums1[i--] = nums2[end2--];
		}
	}

	while (end2 >= 0)
	{
		nums1[i--] = nums2[end2--];
	}
}

代码解析：

end1 是 nums1 数组的最后一个有效元素的下标

end2 是 nums2 数组的最后一个有效元素的下标

i 是 nums1 数组的最后一个元素的下标

因为 nums1 和 nums2 数组都是升序的，所以利用 end1 和 end2 依次找出各自数组的最大值然后利用 i 插入到 nums1 的最后一个元素，这样就能避免 nums1 数组中的有效元素被覆盖

end1 和 end2 找到各自数组中的最大值后再往前找次大的值，直到 end1 或者 end2 小于 0 了就停止

当 end2 小于 0 时，说明 nums2 数组中的有效元素都有序的插入到了 nums1 数组中
否则就说明 nums2 数组中还有有效元素需要插入到 nums1 数组中，且插入位置就是 i，直接插入即可

代码演示：

算法的时间复杂度：

假设第一个 while 循环执行了 X 次，那么第二个 while 循环就执行了 N-X 次

两个循环加在一起得：X + N-X = N ，由此得出算法的时间复杂度：

算法的时间复杂度（大O渐进表示法）：O(N)

算法的空间复杂度：

没有开辟或消耗额外的空间，所以得出算法的空间复杂度：

算法的空间复杂度（大O渐进表示法）：O(1)