23. Merge k Sorted Lists
Total Accepted: 88102 Total Submissions: 372066 Difficulty: Hard
Merge k sorted linked lists and return it as one sorted list. Analyze and describe its complexity.
【题意】
将K个已经排序的链表合并成一个排序的链表,分析并描述所用算法的复杂度。
【分析】
解法一:基于“二分”思想的归并排序
初见之下,最容易想到的方法是“归并排序”(Merging Sort):将两个或两个以上的有序表组合成一个新的有序表,无论是顺序存储结构还是链式存储结构,对于任何两个长度分别为m和n的有序表,其组合都可在O(m+n)的时间复杂度量级上完成。对于K个有序表,假设共有N个元素,且这些有序表初始状态都不为空,每个有序表平均拥有N/K个元素。最常用的方法是采用“二分”的思想进行两两合并:第一轮循环,有序表lists[0]与lists[(K+1)/2],lists[1]与lists[(K+1)/2+1],lists[2]与lists[(K+1)/2+2]....,lists[K/2-1]与lists[K-1]。这样K个有序表就被组合成了K/2个有序表;第二轮循环后将减少为K/4个有序表;直到组合成一个具有N个元素的有序表。总的时间复杂度:O(NKlogK)。
解法二:基于优先级队列的“堆排序”
堆(Heap)的定义如下:n个元素的序列{k1,k2,k3,...,kn}当且仅当满足下列关系时,称为堆,
其中前者称为最小堆,后者称为最大堆。在Java中,堆是一种可以自我调整的二叉树,对于最小堆来说,对树执行删除和添加操作,可以让最小元素移动到根节点。在Java中,优先级队列(Priority Queue)便采用了“堆”这种数据结构,PriorityQueue是一个泛型类,它可以保存实现了Comparable接口的类对象,也可以保存在构造器中提供比较器的对象(优先级队列实现排序中也需要比较)。
基于优先级队列,我们可以将K个链表的头结点全部添加到队列,由于优先级队列采用了最小堆数据结构,堆顶为队列的最小元素,我们将其取出添加到结果链表中,取出元素对应的链表下移一个节点,并将这个节点添加到优先级队列中;然后我们继续取出堆顶元素,...,直到优先级队列为空,那么其中所有元素取尽,K个链表的元素已经全部排序到结果链表。
【程序】
一、基于“二分”思想的归并排序(Java实现)
/**
* Definition for singly-linked list.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int x) { val = x; }
* }
*/
class Solution
{
public ListNode mergeKLists(ListNode[] lists)
{
int len=lists.length;
if(lists==null||len==0)
return null;
if(len==1)
return lists[0];
while(len>1)//基于“二分”思想进行链表的两两组合
{
int mid=(len+1)/2;//二分
for(int i=0;i<len/2;i++)
{
lists[i]=mergeTwoLists(lists[i],lists[i+mid]);
}
len=mid;
}
return lists[0];
}
//有序链表的组合,L1和L2为头结点,归并排序的核心思想
public ListNode mergeTwoLists(ListNode L1,ListNode L2)
{
if(L1==null)return L2;
if(L2==null)return L1;
ListNode head=new ListNode(0);//保存结果的链表,头结点初始化
ListNode phead=head;
while(L1!=null&&L2!=null)//两个链表归并排序
{
if(L1.val <=L2.val)
{
phead.next=L1;//接入结果链表
phead=phead.next;//移动指针
L1=L1.next;
}
else
{
phead.next=L2;
phead=phead.next;
L2=L2.next;
}
}
if(L1!=null)
phead.next=L1;
else
phead.next=L2;
return head.next;//初始化的第一个节点不属于结果
}
}
二、基于优先级队列的“堆排序”(Java实现)
class ListNode implements Comparable<ListNode>
{
int value;
ListNode next;
ListNode(int val)
{
value=val;
}
public int compareTo(ListNode other)
{
return value-other.value;
}
}
//用优先级队列实现组合排序,其中优先级队列采用的数据结构为“最小堆”
class Solution
{
public ListNode mergeKLists(ListNode[] lists)
{
if(lists==null||lists.length==0)
return null;
if(lists.length==1)
return lists[0];
PriorityQueue<ListNode> PQ=new PriorityQueue<ListNode>();
ListNode head=new ListNode(0);
ListNode phead=head;
for(ListNode list:lists)
{
if(list!=null)
PQ.offer(list);
}
while(!PQ.isEmpty())
{
ListNode temp=PQ.poll();
phead.next=temp;
phead=phead.next;
if(temp.next!=null)
PQ.offer(temp.next);
}
return head.next;
}
}
运行结果: