归并排序：从递归到迭代的完整实现与边界处理

1. 归并排序：不只是“分而治之”那么简单

大家好，我是老张，在算法和数据结构这块摸爬滚打了十几年，带过不少新人。我发现很多朋友一提到归并排序，脑子里蹦出来的就是“分而治之”四个字，然后就开始写递归。这没错，但真要自己动手实现，尤其是想写出一个工业级、能处理各种边界情况、还能用迭代方式跑的版本，坑可就多了去了。今天，我就结合自己踩过的那些坑，把归并排序从递归到迭代的实现细节，特别是那些教科书里一笔带过、但实际开发中能让你调试一晚上的边界处理，掰开揉碎了讲清楚。

归并排序的核心思想确实优雅：先把大数组一分为二，递归地对左右两半排序，最后再把两个有序小数组合并成一个大的有序数组。这个过程很像搭积木，从最小的有序单元（单个元素）开始，一层层向上合并。它的时间复杂度稳定在 O(n log n)，并且是稳定排序，这在处理复杂对象（比如先按年龄排、再按姓名排）时非常有用。但它的“阿喀琉斯之踵”也很明显——需要额外的 O(n) 空间。不过，在内存不再是瓶颈的今天，它的稳定性和可预测性让它在很多场景（如大数据外部排序、链表排序）中依然是首选。

2. 递归版本：从“一看就会”到“一写就废”

我们先从最熟悉的递归版本开始。很多教程给的代码看起来简洁明了，但如果你直接抄，大概率会掉进两个经典的大坑：栈溢出和中点计算错误。别急着写代码，我们先在脑子里把递归树画清楚。

2.1 核心逻辑与“后序遍历”思维

归并排序的递归过程，本质上是一棵二叉树的后序遍历。你想想，“后序”是左-右-根，对应到排序里就是：先递归处理左半区间，再递归处理右半区间，最后将左右两个已经排好序的区间合并。这个顺序至关重要，因为合并操作的前提是两个子区间已经各自有序。所以，写递归函数时，你的思维模式应该是：“我相信我的函数能排好左半边，也能排好右半边，我现在只需要专心把这两半有序数组合并起来。”

合并两个有序数组是归并排序的基石操作。你需要三个指针：两个分别指向左右区间的起始位置，一个指向临时数组的当前位置。比较两个指针所指的元素，把小的那个放入临时数组，然后移动相应的指针。这个过程直到其中一个区间被耗尽为止，最后把另一个区间剩余的元素直接拷贝过去。这个逻辑本身不难，难的是如何正确地划分区间并递归调用。

2.2 典型错误与栈溢出陷阱

来看一个我早期写过的、充满bug的版本，也是很多新手容易写出来的样子：

void _MergeSort(int* arr, int* tmp, int begin, int end) {
    if (begin >= end) {
        return;
    }
    int mid = (begin + end) / 2; // 问题根源！
    // 划分区间为 [begin, mid-1] 和 [mid, end]
    _MergeSort(arr, tmp, begin, mid - 1);
    _MergeSort(arr, tmp, mid, end);
    // ... 合并逻辑
}

这段代码看起来逻辑清晰，但运行起来大概率会栈溢出。问题就出在 int mid = (begin + end) / 2; 这一行，以及随之而来的区间划分 [begin, mid-1] 和 [mid, end]。

我们来模拟一个最简情况：当 begin = 0, end = 1 时（即区间只有两个元素）。计算 mid = (0+1)/2 = 0（整数除法）。那么划分出的两个区间是：[0, -1] 和 [0, 1]。第一个区间 [0, -1] 是无效的，会立即触发 if (begin >= end) return;。但第二个区间 [0, 1] 呢？它和父调用传入的区间 [0, 1]</