合并两个有序数组
链接: 合并两个有序数组
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 。
解法一:遍历排序
public class Solution {
public void Merge(int[] nums1, int m, int[] nums2, int n) {
int i = m-1;
int j = n - 1;
int k = m + n - 1;
while(i>=0&&j>=0)
{
if (nums1[i]>=nums2[j])
{
nums1[k--] = nums1[i--];
}
else
{
nums1[k--] = nums2[j--];
}
}
while (i>=0)
{
nums1[k--] = nums1[i--];
}
while (j>=0)
{
nums1[k--] = nums2[j--];
}
}
}
思路讲解:
通过三个下标,不断的遍历和比较,将两个数中较大的填入数组中。如果将下标不为零的填入到第一个数组中,这种解法类似于申请一个新的数组,对比两个数组的值,将值大的填入到新的数组中。
这段代码实现了两个已排序数组的合并,具体来说是将数组 nums2
合并到数组 nums1
中。我们来分析这段代码的时间复杂度和空间复杂度。
时间复杂度
-
合并过程:在
while
循环中,我们比较nums1
和nums2
的元素并将较大的元素放入nums1
的末尾。这个过程最多会进行m + n
次比较和赋值操作,其中m
是nums1
中的有效元素数量,n
是nums2
中的元素数量。因此,这部分的时间复杂度是 O(m + n)。 -
后续处理:在两个
while
循环中,处理剩余的元素。每个循环也最多进行m
或n
次操作,因此这部分的时间复杂度也是 O(m + n)。
综合以上分析,整个合并过程的时间复杂度为:
- O(m + n)
空间复杂度
- 额外空间使用:这段代码主要在原地操作
nums1
数组,没有使用额外的数组或者数据结构来存储中间结果。只使用了常量级别的额外变量(i
,j
,k
),因此空间复杂度是 O(1)。
综上所述:
- 时间复杂度:O(m + n)
- 空间复杂度:O(1)
这段代码在时间和空间效率上都是非常优越的,适合用于合并两个已排序的数组。