🔥题目
输入两个递增排序的链表,将它们合并为一个新的递增排序的链表。
输入:1->2->4, 1->3->4
输出:1->1->2->3->4->4
☘️解析
非常经典的二路归并。另外,链表的二路归并比数组的二路归并还要简单,因为后半部分不需要额外的while循环。
🧊代码
class Solution {
public ListNode mergeTwoLists(ListNode node1, ListNode node12) {
ListNode dummy = new ListNode(-1);
ListNode p = dummy;
while (node1 != null && node2 != null) {
if (node1.val < node2.val) {
p.next = node1;
node1 = node1.next;
} else {
p.next = node2;
node2 = node2.next;
}
p = p.next;
}
p.next = (node1 == null ? node2 : node1);
return dummy.next;
}
}
🌸补充
不妨想一想,如果不止两个递增链表,而是K个递增链表,如何进行归并呢?
🔥题目
输入K个递增排序的链表,将它们合并为一个新的递增排序的链表。
输入:lists = [[1,4,5],[1,3,4],[2,6]]
输出:[1,1,2,3,4,4,5,6]
☘️解析
思路一:二路归并的代码很好写,是否可以在二路归并的基础上进行K路归并呢?是可以的。
- 我们可以遍历一次,并将遍历到的第i个链表,二路归并到之前得到的链表中( O ( k n ∗ k ) O(kn * k) O(kn∗k))。
- 更好的方案是,就像链表的归并排序那样,使用二分的方式进行递归( O ( k n ∗ l o g k ) O(kn * logk) O(kn∗logk))。
思路二:看成多个有序链表挂在一个链表上,并用堆(小根堆)进行维护。这是个朴素且常用的思想。
🧊代码
思路一:在二路归并的基础上,使用二分的方式进行递归
class Solution {
public ListNode mergeKLists(ListNode[] lists) {
return merge(lists, 0, lists.length);
}
private ListNode merge(ListNode[] lists, int left, int right) {
// 0个节点
if (left == right) {
return null;
}
// 1个节点
if (left + 1 == right) {
return lists[left];
}
// 至少2个节点
int mid = left + (right - left) / 2;
return mergeTwo(merge(lists, left, mid), merge(lists, mid, right));
}
// 二路归并
private ListNode mergeTwo(ListNode node1, ListNode node2) {
ListNode dummy = new ListNode(-1);
ListNode p = dummy;
while (node1 != null && node2 != null) {
if (node1.val < node2.val) {
p.next = node1;
node1 = node1.next;
} else {
p.next = node2;
node2 = node2.next;
}
p = p.next;
}
p.next = (node1 == null ? node2 : node1);
return dummy.next;
}
}
思路二:看成多个有序链表挂在一个链表上,并用堆(小根堆)进行维护
class Solution {
public ListNode mergeKLists(ListNode[] lists) {
PriorityQueue<ListNode> pq = new PriorityQueue<>(Comparator.comparingInt(o -> o.val));
for (ListNode listNode : lists) {
if (listNode != null) {
pq.offer(listNode);
}
}
ListNode dummy = new ListNode(-1);
ListNode p = dummy;
while (!pq.isEmpty()) {
ListNode node = pq.poll();
if (node.next != null) {
pq.offer(node.next);
}
p.next = node;
p = p.next;
}
return dummy.next;
}
}
🌸补充
两种思路的时间复杂度都是 O(nk * logk),其中k为需要归并的链表个数,n为每个链表的平均长度。可以这么理解:
1)思路一:联想归并排序,归并排序归并的是一个个数字,复杂度为klogk;而这里归并的是一个个有序链表,所以再*n。
2)思路二:一共有nk个数字,每个数字都要进堆和出堆一次;堆(优先队列)长度为k,进堆和出堆的开销都是logk,二者相乘。