合并K个排序数组:给定K个排序数组,将它们合并为一个排序数组。
要合并K个排序数组,可以使用堆(Heap)数据结构来实现。以下是使用Python的heapq模块来实现这个算法的示例代码:
import heapq
def merge_sorted_arrays(arrays):
merged = []
heap = []
# 初始化堆,将每个数组的第一个元素和所在数组的索引加入堆中
for i, array in enumerate(arrays):
if array:
heapq.heappush(heap, (array[0], i, 0))
# 依次从堆中取出最小元素,并将所在数组的下一个元素加入堆中
while heap:
val, arr_index, ele_index = heapq.heappop(heap)
merged.append(val)
if ele_index + 1 < len(arrays[arr_index]):
next_val = arrays[arr_index][ele_index + 1]
heapq.heappush(heap, (next_val, arr_index, ele_index + 1))
return merged
# 示例K个排序数组
arrays = [[1, 3, 5], [2, 4, 6], [0, 7, 8]]
# 合并K个排序数组
merged_array = merge_sorted_arrays(arrays)
print("Merged sorted array:", merged_array)
在上面的代码中,我们首先创建一个空列表merged
来存放合并后的排序数组,然后创建一个空的堆heap
。接着,我们遍历每个排序数组,并将每个数组的第一个元素和所在数组的索引加入堆中。然后从堆中依次取出最小元素,并将该元素加入到merged
列表中,同时将该元素所在数组的下一个元素和所在数组的索引加入堆中。直到堆为空时,合并完成。
这个算法的时间复杂度为O(n * logk),其中n是所有数组中元素的总数,k是排序数组的个数。因为需要将所有元素都放入堆中,堆的操作的时间复杂度为O(logk),一共有n个元素,所以总的时间复杂度为O(n * logk)。