力扣148题:排序链表
一. 题目内容
给定一个链表的头结点 head
,要求将其进行升序排序,并返回排序后的链表。
示例 1:
输入:head = [4,2,1,3]
输出:[1,2,3,4]
示例 2:
输入:head = [-1,5,3,4,0]
输出:[-1,0,3,4,5]
示例 3:
输入:head = []
输出:[]
二. 解题思路——归并排序
那要怎么做呢?既然要求 O(NlogN)
的时间复杂度和常数级空间复杂度,很容易就能想到使用 归并排序
。归并排序的核心思想就是:先拆分,再合并
综上所述
- 步骤一: 找到链表的中间节点,将链表分成两部分。
- 步骤二: 对左右两部分分别进行递归排序。
- 步骤三: 合并两个有序的子链表,得到最终排序结果。
四. 代码实现
public ListNode sortList(ListNode head) {
if (head == null || head.next == null) {
return head;
}
ListNode middle = findMiddle(head);
ListNode left = head;
ListNode right = middle.next;
middle.next = null;
ListNode sortedLeft = sortList(left);
ListNode sortedRight = sortList(right);
return merge(sortedLeft, sortedRight);
}
private ListNode findMiddle(ListNode head) {
ListNode slow = head;
ListNode fast = head.next;
while (fast != null && fast.next != null) {
slow = slow.next;
fast = fast.next.next;
}
return slow;
}
private ListNode merge(ListNode l1, ListNode l2) {
ListNode dummy = new ListNode(-1);
ListNode current = dummy;
while (l1 != null && l2 != null) {
if (l1.val < l2.val) {
current.next = l1;
l1 = l1.next;
} else {
current.next = l2;
l2 = l2.next;
}
current = current.next;
}
if (l1 != null) {
current.next = l1;
} else {
current.next = l2;
}
return dummy.next;
}
代码详解
首先,假设有一个未排序的链表:5 -> 2 -> 9 -> 1 -> 7 -> 6 -> 3 -> 8
-
sortList
函数会找到链表的中间节点,即middle
节点:5 -> 2 -> 9 -> 1
和7 -> 6 -> 3 -> 8
。 -
然后,递归调用
sortList
函数对左半部分和右半部分进行排序。 -
对于左半部分,继续进行递归调用,分成更小的子问题:
5 -> 2
和9 -> 1
。 -
对于右半部分,同样进行递归调用,分成更小的子问题:
7 -> 6
和3 -> 8
。 -
在
merge
函数中,将已经排序好的子链表进行合并。比如,对于左侧的子链表5 -> 2
和9 -> 1
,合并后得到1 -> 2 -> 5 -> 9
。 -
对于右侧的子链表
7 -> 6
和3 -> 8
,合并后得到3 -> 6 -> 7 -> 8
。 -
最后,将合并好的左侧链表
1 -> 2 -> 5 -> 9
和右侧链表3 -> 6 -> 7 -> 8
进行最终的合并,得到完全有序的链表:1 -> 2 -> 3 -> 5 -> 6 -> 7 -> 8 -> 9
。
整个过程中,排序的关键在于 merge
函数,它将两个已排序的子链表按照大小顺序合并成一个有序链表。sortList
函数则通过递归将链表分解成更小的子问题,然后通过 merge
函数合并解决子问题得到的有序子链表,最终完成整个链表的排序。
五. 总结与复杂度分析
归并排序是一种高效稳定的排序算法,对链表进行排序时尤其适用。它的时间复杂度为 O(n log n),因为每次归并操作都需要线性时间来合并两个有序链表。在实际应用中,归并排序在处理链表排序问题上具有重要价值。其空间复杂度为 O(log n),由于递归使用了额外的栈空间。