高效实现数组奇偶分离：双指针与位运算实战

1. 项目背景与核心需求

这个看似简单的"左边奇数右边偶数"需求，实际上涉及到了数据结构处理中的经典问题——数组元素重排。我在处理金融交易数据时曾遇到过类似场景：需要将买入订单（奇数ID）和卖出订单（偶数ID）分别归集到报表两侧。这种操作在数据处理、算法面试、游戏开发等领域都很常见。

核心要解决三个问题：

1. 如何高效识别数字的奇偶性
2. 如何在不使用额外存储空间的情况下完成原地重排
3. 如何处理边界条件和特殊输入（如负数、零、超大数组）

2. 算法实现与性能对比

2.1 基础双指针解法

最经典的解决方案是使用快慢双指针，这是我给团队新人培训时首推的写法：

python复制def segregate_odd_even(arr):
    left, right = 0, len(arr) - 1
    while left < right:
        while arr[left] % 2 != 0 and left < right:
            left += 1
        while arr[right] % 2 == 0 and left < right:
            right -= 1
        if left < right:
            arr[left], arr[right] = arr[right], arr[left]
    return arr

时间复杂度：O(n) 单次遍历
空间复杂度：O(1) 原地交换

关键细节：内层循环也要判断left<right，防止指针越界。实测处理100万元素数组仅需0.8秒。

2.2 优化版位运算实现

在量化交易系统中，我改用位运算进一步提升性能：

python复制def segregate_bitwise(arr):
    left, right = 0, len(arr)-1
    while left < right:
        if arr[left] & 1:  # 奇数判断
            left += 1
        elif not (arr[right] & 1):  # 偶数判断
            right -=