合并K个升序链表

问题给你一个链表数组,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。

C++,最小堆,链表排序

struct ListNode {

    int val;

    ListNode *next;

    ListNode(int x) : val(x), next(NULL) {}

};

class MHeap {public:

    MHeap(uint64_t k) {

        _heap.reserve(k);

    }

    void insertx(ListNode *nodep) {

        

    }

    void pop() {

        

    }

    ListNode *top() {

        return _heap[0];

    }

    bool empty() {

        return _heap.empty();

    }

private:

    vector<ListNode *> _heap;

};

这里实现了最小堆的插入和删除操作,这里稍微说一下:堆的插入,插入至末尾,由下至上调整堆的删除,首尾交换,由上至下调整

用最小堆,思路会相当明朗。

  •      首先将各个链表的第一个元素插入堆
  •      进入循环,条件为堆不为空:
    • 弹出堆顶指针,插入到要输出的链表里
    • 如果堆顶指针的结点的next指针不为空,将next指针压入最小堆
    • 继续循环

需要注意的是lists中可能会有空指针。

题目中说到了要分析时间复杂度和空间复杂度,时间复杂度:O(NlogK);空间复杂度:O(K)。

代码:

class MHeap {public:

    MHeap(uint64_t k) {

        _heap.reserve(k);

    }

    void insertx(ListNode *nodep) {

        _heap.emplace_back(nodep);

        uint64_t child = _heap.size() - 1;

        while (child > 0) {

            uint64_t pa = (child - 1) / 2;

            child = pa * 2 + 1;

            if (child + 1 < _heap.size())

                child = _heap[child]->val <= _heap[child + 1]->val ? child : child + 1;

            if (_heap[child]->val < _heap[pa]->val)

                swap(_heap[child], _heap[pa]);

            else break;

            child = pa;

        }

    }

    void pop() {

        swap(_heap[0], _heap[_heap.size() - 1]);

        _heap.pop_back();

        uint64_t pa = 0, child = 1;

        while (pa * 2 + 1 < _heap.size()) {

            child = pa * 2 + 1;

            if (child + 1 < _heap.size())

                child = _heap[child]->val <= _heap[child + 1]->val ? child : child + 1;

            if (_heap[child]->val < _heap[pa]->val)

                swap(_heap[child], _heap[pa]);

            else break;

            pa = child;

        }

    }

    ListNode *top() {

        return _heap[0];

    }

    bool empty() {

        return _heap.empty();

    }

private:

    vector<ListNode *> _heap;

};

class Solution {public:

    ListNode* mergeKLists(vector<ListNode*> &lists) {

        if (lists.empty()) return nullptr;

        MHeap heap(lists.size());

        for (auto &it : lists) {

            if (it)

                heap.insertx(it);

        }

        ListNode *dummy = new ListNode(0), *p = dummy;

        while (!heap.empty()) {

            ListNode *temp = heap.top();

            heap.pop();

            p->next = temp;

            if (temp->next)

                heap.insertx(temp->next);

            p = p->next;

        }

        return dummy->next;

    }

};

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
要实现合并K个升序链表,我们可以考虑使用分治法,将K个链表划分为两个子问题,分别合并这两个子问题,然后不断递归下去。 具体实现过程如下: 1. 将K个链表按照长度平均划分为两个子问题,每个子问题递归调用合并函数,直到只剩下一个链表或两个链表。 2. 合并两个链表的过程可以使用归并排序中的合并函数,将两个链表合并为一个升序链表。 3. 将合并后的链表返回,然后递归回去继续合并两个子问题的结果。 Java代码实现如下: ``` public ListNode mergeKLists(ListNode[] lists) { if (lists == null || lists.length == 0) { return null; } return mergeKLists(lists, 0, lists.length - 1); } private ListNode mergeKLists(ListNode[] lists, int left, int right) { if (left == right) { return lists[left]; } int mid = (left + right) / 2; ListNode l1 = mergeKLists(lists, left, mid); ListNode l2 = mergeKLists(lists, mid + 1, right); return mergeTwoLists(l1, l2); } private ListNode mergeTwoLists(ListNode l1, ListNode l2) { if (l1 == null) { return l2; } if (l2 == null) { return l1; } if (l1.val < l2.val) { l1.next = mergeTwoLists(l1.next, l2); return l1; } else { l2.next = mergeTwoLists(l1, l2.next); return l2; } } ``` 其中,`mergeKLists` 函数是递归调用的入口函数,它接收一个 `ListNode` 数组作为参数,表示要合并的K个链表。在函数中,我们首先判断链表数组是否为空或长度为0,如果是,则返回 `null`。否则,我们调用 `mergeKLists` 函数,将链表数组划分为两个子问题,然后递归调用 `mergeKLists` 函数,继续划分子问题,直到只剩下一个链表或两个链表。 在 `mergeKLists` 函数中,我们使用归并排序的思想,将两个链表合并为一个升序链表。具体实现是在 `mergeTwoLists` 函数中,它接收两个链表作为参数,递归调用自身,将两个链表合并为一个升序链表

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值