合并K个升序链表

给你一个链表数组，每个链表都已经按升序排列。

请你将所有链表合并到一个升序链表中，返回合并后的链表。

示例 1：

输入：lists = [[1,4,5],[1,3,4],[2,6]]
输出：[1,1,2,3,4,4,5,6]
解释：链表数组如下：
[
  1->4->5,
  1->3->4,
  2->6
]
将它们合并到一个有序链表中得到。
1->1->2->3->4->4->5->6

示例 2：

输入：lists = []
输出：[]

示例 3：

输入：lists = [[]]
输出：[]

提示：

• k == lists.length
• 0 <= k <= 10^4
• 0 <= lists[i].length <= 500
• -10^4 <= lists[i][j] <= 10^4
• lists[i] 按 升序 排列
• lists[i].length 的总和不超过 10^4

  前置知识：合并两个有序链表
  思路 在解决「合并K个排序链表」这个问题之前，我们先来看一个更简单的问题：如何合并两个有序链表？假设链表 a和 b的长度都是 n，如何在 O(n) 的时间代价以及 O(1) 的空间代价完成合并？ 这个问题在面试中常常出现，为了达到空间代价是 O(1)，我们的宗旨是「原地调整链表元素的next 指针完成合并。以下是合并的步骤和注意事项

  首先我们需要一个变量head 来保存合并之后链表的头部，你可以把 head 设置为一个虚拟的头（也就是head 的 val 属性不保存任何值），这是为了方便代码的书写，在整个链表合并完之后，返回它的下一位置即可。
  我们需要一个指针 tail 来记录下一个插入位置的前一个位置，以及两个指针 Ptr 和 Ptr 来记录 a和 b 未合并部分的第一位。注意这里的描述，tail 不是下一个插入的位置，aPtr 和 bPtr 所指向的元素处于「待合并」的状态，也就是说它们还没有合并入最终的链表。 当然你也可以给他们赋予其他的定义，但是定义不同实现就会不同。
  当aPtr 和 bPtr 都不为空的时候，取 val 属性较小的合并；如果aPtr 为空，则把整个 bPtr 以及后面的元素全部合并；bPtr 为空时同理。
  在合并的时候，应该先调整tail 的 next 属性，再后移 tail 和 *Ptr（aPtr 或者 bPtr）。那么这里 tail 和 *Ptr 是否存在先后顺序呢？它们谁先动谁后动都是一样的，不会改变任何元素的 next 指针。

  代码

  public ListNode mergeTwoLists(ListNode a, ListNode b) {
      if (a == null || b == null) {
          return a != null ? a : b;
      }
      ListNode head = new ListNode(0);
      ListNode tail = head, aPtr = a, bPtr = b;
      while (aPtr != null && bPtr != null) {
          if (aPtr.val < bPtr.val) {
              tail.next = aPtr;
              aPtr = aPtr.next;
          } else {
              tail.next = bPtr;
              bPtr = bPtr.next;
          }
          tail = tail.next;
      }
      tail.next = (aPtr != null ? aPtr : bPtr);
      return head.next;
  }
  

  复杂度分析

  时间复杂度：O(n)。
  空间复杂度：O(1)。
  方法一：顺序合并
  思路

  我们可以想到一种最朴素的方法：用一个变量 ans 来维护以及合并的链表，第 i次循环把第 i 个链表和ans 合并，答案保存到 ans 中。

  代码

  class Solution {
      public ListNode mergeKLists(ListNode[] lists) {
          ListNode ans = null;
          for (int i = 0; i < lists.length; ++i) {
              ans = mergeTwoLists(ans, lists[i]);
          }
          return ans;
      }
  
      public ListNode mergeTwoLists(ListNode a, ListNode b) {
          if (a == null || b == null) {
              return a != null ? a : b;
          }
          ListNode head = new ListNode(0);
          ListNode tail = head, aPtr = a, bPtr = b;
          while (aPtr != null && bPtr != null) {
              if (aPtr.val < bPtr.val) {
                  tail.next = aPtr;
                  aPtr = aPtr.next;
              } else {
                  tail.next = bPtr;
                  bPtr = bPtr.next;
              }
              tail = tail.next;
          }
          tail.next = (aPtr != null ? aPtr : bPtr);
          return head.next;
      }
  }
  
  

  复杂度分析

  时间复杂度：假设每个链表的最长长度是 n。在第一次合并后，ans 的长度为 n；第二次合并后，ans 的长度为 2×n，第 i次合并后，ans 的长度为 i×n。第 iii 次合并的时间代价是 O(n+(i−1)×n)=O(i×n)，故渐进时间复杂度为 O(k^2 n)O
  空间复杂度：没有用到与 k和 n 规模相关的辅助空间，故渐进空间复杂度为 O(1)。

  方法二：分治合并
  思路

  考虑优化方法一，用分治的方法进行合并。

  将 k个链表配对并将同一对中的链表合并；
  第一轮合并以后， k 个链表被合并成了 k/2个链表，平均长度为2n/k ，然后是k/4个链表， k/2 个链表等等；

• 重复这一过程，直到我们得到了最终的有序链表。

• 

  代码

  代码

  class Solution {
      public ListNode mergeKLists(ListNode[] lists) {
          return merge(lists, 0, lists.length - 1);
      }
  
      public ListNode merge(ListNode[] lists, int l, int r) {
          if (l == r) {
              return lists[l];
          }
          if (l > r) {
              return null;
          }
          int mid = (l + r) >> 1;
          return mergeTwoLists(merge(lists, l, mid), merge(lists, mid + 1, r));
      }
  
      public ListNode mergeTwoLists(ListNode a, ListNode b) {
          if (a == null || b == null) {
              return a != null ? a : b;
          }
          ListNode head = new ListNode(0);
          ListNode tail = head, aPtr = a, bPtr = b;
          while (aPtr != null && bPtr != null) {
              if (aPtr.val < bPtr.val) {
                  tail.next = aPtr;
                  aPtr = aPtr.next;
              } else {
                  tail.next = bPtr;
                  bPtr = bPtr.next;
              }
              tail = tail.next;
          }
          tail.next = (aPtr != null ? aPtr : bPtr);
          return head.next;
      }
  }
  
  

  复杂度分析

  时间复杂度：考虑递归「向上回升」的过程——第一轮合并k/2组链表，每一组的时间代价是 O(2n)；第二轮合并 k/4组链表，每一组的时间代价是 O(4n).....故渐进时间复杂度O(kn×logk)。
  空间复杂度：递归会使用到O(logk) 空间代价的栈空间。

  方法三：使用优先队列合并
  思路

  这个方法和前两种方法的思路有所不同，我们需要维护当前每个链表没有被合并的元素的最前面一个，k个链表就最多有 k个满足这样条件的元素，每次在这些元素里面选取 val 属性最小的元素合并到答案中。在选取最小元素的时候，我们可以用优先队列来优化这个过程。

  代码

  class Solution {
      class Status implements Comparable<Status> {
          int val;
          ListNode ptr;
  
          Status(int val, ListNode ptr) {
              this.val = val;
              this.ptr = ptr;
          }
  
          public int compareTo(Status status2) {
              return this.val - status2.val;
          }
      }
  
      PriorityQueue<Status> queue = new PriorityQueue<Status>();
  
      public ListNode mergeKLists(ListNode[] lists) {
          for (ListNode node: lists) {
              if (node != null) {
                  queue.offer(new Status(node.val, node));
              }
          }
          ListNode head = new ListNode(0);
          ListNode tail = head;
          while (!queue.isEmpty()) {
              Status f = queue.poll();
              tail.next = f.ptr;
              tail = tail.next;
              if (f.ptr.next != null) {
                  queue.offer(new Status(f.ptr.next.val, f.ptr.next));
              }
          }
          return head.next;
      }
  }
  
  

  复杂度分析

  时间复杂度：考虑优先队列中的元素不超过 k 个，那么插入和删除的时间代价为 O(logk)，这里最多有 kn个点，对于每个点都被插入删除各一次，故总的时间代价即渐进时间复杂度为 O(kn×logk)。
  空间复杂度：这里用了优先队列，优先队列中的元素不超过 kkk 个，故渐进空间复杂度为 O(k)。