一、题目描述
给你两个按非递减顺序排列的整数数组 nums1 和 nums2,另有两个整数 m 和 n ,分别表示 nums1 和 nums2 中的元素数目。
请你合并 nums2 到 nums1 中,使合并后的数组同样按 非递减顺序 排列。
注意:最终,合并后数组不应由函数返回,而是存储在数组 nums1 中。为了应对这种情况,nums1 的初始长度为 m + n,其中前 m 个元素表示应合并的元素,后 n 个元素为 0 ,应忽略。nums2 的长度为 n 。
示例 1:
输入:nums1 = [1,2,3,0,0,0], m = 3, nums2 = [2,5,6], n = 3
输出:[1,2,2,3,5,6]
解释:需要合并 [1,2,3] 和 [2,5,6] 。
合并结果是 [1,2,2,3,5,6] ,其中斜体加粗标注的为 nums1 中的元素。
示例 2:
输入:nums1 = [1], m = 1, nums2 = [], n = 0
输出:[1]
解释:需要合并 [1] 和 [] 。
合并结果是 [1] 。
示例 3:
输入:nums1 = [0], m = 0, nums2 = [1], n = 1
输出:[1]
解释:需要合并的数组是 [] 和 [1] 。
合并结果是 [1] 。
注意,因为 m = 0 ,所以 nums1 中没有元素。nums1 中仅存的 0 仅仅是为了确保合并结果可以顺利存放到 nums1 中。
进阶:你可以设计实现一个时间复杂度为 O(m + n) 的算法解决此问题吗?
二、代码实现
方法一:直接合并后排序
解题思路
直接将数组 nums2 放进数组 nums1 的尾部,然后直接对整个数组进行排序。
代码实现
func merge(nums1 []int, m int, nums2 []int, n int) {
copy(nums1[m:], nums2)
sort.Ints(nums1)
}
复杂度分析
- 时间复杂度:O((m+n)log(m+n))。排序序列长度为 m+n,套用快速排序的时间复杂度即可,平均情况为 O((m+n)log(m+n))。
- 空间复杂度:O(log(m+n))。排序序列长度为 m+n,套用快速排序的空间复杂度即可,平均情况为 O(log(m+n))。
方法二:双指针
解题思路
方法一没有利用数组 nums1 与 nums2 已经被排序的性质。为了利用这一性质,我们可以使用双指针方法。这一方法将两个数组看作队列,每次从两个数组头部取出比较小的数字放到结果中。
代码实现
func merge(nums1 []int, m int, nums2 []int, n int) {
sorted := make([]int, 0, m+n)
i, j := 0, 0
for {
if i == m {
sorted = append(sorted, nums2[j:]...)
break
}
if j == n {
sorted = append(sorted, nums1[i:]...)
break
}
if nums1[i] < nums2[j] {
sorted = append(sorted, nums1[i])
i++
} else {
sorted = append(sorted, nums2[j])
j++
}
}
copy(nums1, sorted)
}
复杂度分析
-
时间复杂度:O(m+n),指针移动单调递增,最多移动 m+n 次,因此时间复杂度为 O(m+n)。
-
空间复杂度:O(m+n),需要建立长度为 m+n 的中间数组 sorted,因此空间复杂度为 O(m+n)。
方法三:逆向双指针
解题思路
方法二中,之所以要使用临时变量,是因为如果直接合并到数组 nums 1 中,nums 1 中的元素可能会在取出之前被覆盖。那么如何直接避免覆盖 nums 1 中的元素呢?观察可知,nums1 的后半部分是空的,可以直接覆盖而不会影响结果。因此可以指针设置为从后向前遍历,每次取两者之中的较大者放进 nums 1 的最后面。
代码实现
func merge(nums1 []int, m int, nums2 []int, n int) {
i, j := m-1, n-1
tail := m + n - 1
for i >= 0 || j >= 0 {
if i < 0 {
nums1[tail] = nums2[j]
j--
} else if j < 0 {
nums1[tail] = nums1[i]
i--
} else if nums1[i] > nums2[j] {
nums1[tail] = nums1[i]
i--
} else {
nums1[tail] = nums2[j]
j--
}
tail--
}
}
复杂度分析
-
时间复杂度:O(m+n),指针移动单调递增,最多移动 m+n 次,因此时间复杂度为 O(m+n)。
-
空间复杂度:O(1),直接对数组 nums1 原地修改,不需要额外空间,因此空间复杂度为 O(1)。