高效实现数组奇偶分离排序的算法与实践

1. 项目背景与核心需求

"左边奇数右边偶数"这个看似简单的排列问题，实际上涉及数据结构处理、算法优化和边界条件处理等多个编程核心技能。我在处理大规模数据排序任务时，发现这类基础问题的解决质量直接影响整体系统性能。通过这个项目，我们将实现一个高效、稳定的数组重排方案，满足以下核心需求：

• 输入一个包含整数的数组
• 将所有奇数置于数组左侧
• 将所有偶数置于数组右侧
• 保持奇数/偶数各自的原始相对顺序
• 时间复杂度控制在O(n)，空间复杂度尽量优化

这个需求在数据处理流水线、缓存优化等场景中十分常见。比如电商平台的商品推荐系统需要将高优先级商品（用奇数ID表示）前置展示，而日志分析系统可能需要将错误日志（偶数编号）集中处理。

2. 算法设计与实现方案

2.1 双指针法实现

最直观的解决方案是使用双指针技术，以下是经过生产环境验证的实现代码（Python示例）：

python复制def odd_even_sort(arr):
    left, right = 0, len(arr) - 1
    while left < right:
        # 左指针找偶数
        while left < right and arr[left] % 2 != 0:
            left += 1
        # 右指针找奇数
        while left < right and arr[right] % 2 == 0:
            right -= 1
        # 交换位置
        if left < right:
            arr[left], arr[right] = arr[right], arr[left]
    return arr

关键点：这种实现会改变元素的原始相对顺序，不符合我们的需求。但它的时间复杂度是理想的O(n)，空间复杂度O(1)。

2.2 保持相对顺序的稳定排序

为了保持原始顺序，我们需要采用类似稳定排序的方法。以下是改进方案：

python复制def stable_odd_even_sort(arr):
    odd = [x for x in arr if x % 2 != 0]
    even = [x for x in arr if x % 2 == 0]
    return odd + even

虽然代码简洁，但存在两个问题：

1. 空间复杂度升至O(n)
2. 需要两次完整遍历（列表推导式）

2.3 最优解：单次遍历双数组法

结合前两种方案的优点，最终实现如下：

python复制def optimized_sort(arr):
    odd, even = [], []
    for num in arr:
        if num % 2 != 0:
            odd.append(num)
        else:
            even.appen