21.合并2个排序链表
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」。
class Solution {
public:
ListNode* mergeTwoLists(ListNode* l1, ListNode* l2) {
if ((!l1) || (!l2)) return l1 ? l1 : l2;
// 创建一个虚拟的链表头,该局部变量在函数结束时被回收
ListNode root;
ListNode *head = &root;
// 2条链表都有内容,当1条链表空了之后,就退出
while(l1 && l2 ){
if (l1->val < l2->val){
// 为了达到空间代价是 O(1),使用了输入链表的空间
// 避免了new操作,提高效率
head->next = l1;
l1 = l1->next;
} else {
head->next = l2;
l2 = l2->next;
}
head = head->next;
}
// 将剩下的链表全部接入。
head->next = l1 ? l1 : l2;
return root.next;
}
};
复杂度
- 时间复杂度:O(n)
- 空间复杂度:O(1)
23.合并K个排序链表
合并 k 个排序链表,返回合并后的排序链表。请分析和描述算法的复杂度。
示例:
输入: [ 1->4->5, 1->3->4, 2->6 ]
输出: 1->1->2->3->4->4->5->6
法1:逐条链表合并
参考上面合并2条有序链表的做法,每次合并2条链表,直到最后全部接到一起。
class Solution {
public:
// 合并2条排序链表
ListNode* mergeTwoLists(ListNode *a, ListNode *b) {
if ((!a) || (!b)) return a ? a : b;
ListNode head, *tail = &head, *aPtr = a, *bPtr = b;
while (aPtr && bPtr) {
if (aPtr->val < bPtr->val) {
tail->next = aPtr; aPtr = aPtr->next;
} else {
tail->next = bPtr; bPtr = bPtr->next;
}
tail = tail->next;
}
tail->next = (aPtr ? aPtr : bPtr);
return head.next;
}
ListNode* mergeKLists(vector<ListNode*>& lists) {
ListNode *ans = nullptr;
// 将k条链表逐条接到一起,循环k次即可
for (size_t i = 0; i < lists.size(); ++i) {
ans = mergeTwoLists(ans, lists[i]);
}
return ans;
}
};
复杂度:
- 时间复杂度:O(K2N)
循环K次,每次循环链表长度都会增加,合并k-1次,那么链表长度变成KN,因此最坏的情况下,时间复杂度O(K·KN) - 空间复杂度:O(1)
法2:分治合并,两两合并
法2是对法1的优化,将链表两两合并,最后合并成1条,例如,4条变2条,2条变1条。
class Solution {
public:
// 合并2条排序链表
ListNode* mergeTwoLists(ListNode *a, ListNode *b) {
if ((!a) || (!b)) return a ? a : b;
ListNode head, *tail = &head, *aPtr = a, *bPtr = b;
while (aPtr && bPtr) {
if (aPtr->val < bPtr->val) {
tail->next = aPtr; aPtr = aPtr->next;
} else {
tail->next = bPtr; bPtr = bPtr->next;
}
tail = tail->next;
}
tail->next = (aPtr ? aPtr : bPtr);
return head.next;
}
// 分而治之,递归合并
ListNode* merge(vector <ListNode*> &lists, int l, int r) {
// 有效区间是左闭右闭,l==r时,只有1条链表
if (l == r) return lists[l];
if (l > r) return nullptr;
int mid = (l + r) >> 1;
// 有效区间是左闭右闭
return mergeTwoLists(merge(lists, l, mid), merge(lists, mid + 1, r));
}
ListNode* mergeKLists(vector<ListNode*>& lists) {
// 有效区间是左闭右闭
return merge(lists, 0, lists.size() - 1);
}
};
复杂度
- 时间复杂度O(KN·logK):二分法的时间复杂度是O(logK),而每次递归处理中,对2个链表的合并又是O(KN),因此时间复杂度为O(KN·logK)
- 空间复杂度O(1)
法3:使用优先队列合并,如同切葱花一般
这个方法和前两种方法的思路有所不同,我们需要维护一个有限队列(小顶堆),里面存放的是每个非空链表头,每次循环从这个队列中取出最小值,放入结果中,然后移动对应链表头部。
class Solution {
public:
struct Status {
int val;
ListNode *ptr;
// 对于自定义数据类型的优先队列,需要重载 operator < 因为队列的内部排序会使用到该运算符
bool operator < (const Status &rhs) const {
// c++中优先队列默认是大顶堆,而本题是使用小顶堆,所以将小于号的逻辑取反了,就变成小顶堆了。
return val > rhs.val;
}
};
// 自定义数据类型的优先队列,只能对队列头进行操作
priority_queue <Status> q;
// 传入长度K的链表头向量,返回合并后的链表头
ListNode* mergeKLists(vector<ListNode*>& lists) {
for (auto node: lists) {
// 将链表头推入队列,内部自动整理
if (node) q.push({node->val, node});
}
ListNode head, *tail = &head;
while (!q.empty()) {
// 将小顶堆的堆顶元素取出
auto f = q.top(); q.pop();
// 存入结果链表,依旧是使用了旧链表空间的拼接法
tail->next = f.ptr;
tail = tail->next;
// 补充优先队列
if (f.ptr->next) q.push({f.ptr->next->val, f.ptr->next});
}
return head.next;
}
};
复杂度:
- 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 k 个,故渐进空间复杂度为 O(k)。