Leetcode刷题日记-No88合并两个有序数组

最新推荐文章于 2025-03-31 13:11:58 发布

Code A Better World

最新推荐文章于 2025-03-31 13:11:58 发布

阅读量98

点赞数

文章标签： leetcode 算法职场和发展

本文链接：https://blog.csdn.net/weixin_38189222/article/details/127670281

版权

本文详细解析LeetCode第88题，介绍如何合并两个已排序的数组，通过比较元素并原地操作，达到空间复杂度优化。讨论了不同解法的时间和空间复杂度，并强调算法优化的重要性。

摘要由CSDN通过智能技术生成

题目地址：https://leetcode.cn/problems/merge-sorted-array/

如果对归并排序有印象，其实能直接看出来这个算法就是归并排序“并”的部分（已经限定了数组是非递减排序的）。由于两个数组已经是排序好的，那么可以维护两个指针i和j，分别代表两个数组的索引值，且初始值都为0。依次比较nums1[i]和nums2[j]的大小，小的保存，指针后移并继续比较，直到一个数组遍历完成，将另一个数组的剩余元素“平移”即可。代码如下：

class Solution {
    public void merge(int[] nums1, int m, int[] nums2, int n) {
        int i=0;
        int j=0;
        int k=0;
        int[] result = new int[m+n];
        while(i<m && j<n) {
            if(nums1[i] <= nums2[j]) {
                result[k++] = nums1[i++];
            }else{
                result[k++] = nums2[j++];
            }
        }
        //合并剩余数组中的元素
        if(i == m) {
            while(j<n) {
                result[k++] = nums2[j++];
            }
        }
        if(j == n) {
            while(i<m) {
                result[k++] = nums1[i++];
            }
        }
        for (int i1 = 0; i1 < nums1.length; i1++) {
            nums1[i1] = result[i1];
        }
    }
}

时间复杂度分析：上面代码涉及到4个非嵌套循环，因此总的时间复杂度线性的，精确一点就是O(m+n)。

空间复杂度分析：由于引入了一个长度为m+n的临时数组，因此空间复杂度也为O(m+n)

注：上述while循环的写法可以改造为更精简的for循环写法，代码如下：

class Solution {
    public void merge(int[] nums1, int m, int[] nums2, int n) {
        int[] result = new int[m+n];
        for (int i = 0, i1=0, i2=0; i < m+n; i++) {
            //如果num1已经取完，直接取nums2
            if(i1==m) {
                result[i] = nums2[i2++];
            }else if(i2==n) {
                result[i] = nums1[i1++];
            }else if(nums1[i1]<=nums2[i2]) {
                result[i] = nums1[i1++];
            }else{
                result[i] = nums2[i2++];
            }
        }
        for(int i=0;i<m+n;i++) {
            nums1[i] = result[i];
        }
    }
}

紧接着，考虑是否能够原地排序，不引入额外的空间复杂度。观察nums1数组，后面有n个保留给nums元素的位置，如果换一个思路，从后往前遍历，就可以在不引入额外存储的情况下实现。代码如下：

class Solution {
    public void merge(int[] nums1, int m, int[] nums2, int n) {
        int k = m+n;
        for (int i=k-1, i1=m-1, i2=n-1; i >= 0; i--) {
            if(i1 < 0) {
                nums1[i] = nums2[i2--];
            }else if(i2 < 0) {
                nums1[i] = nums1[i1--];
            }else if(nums1[i1]<=nums2[i2]) {
                nums1[i] = nums2[i2--];
            }else{
                nums1[i] = nums1[i1--];
            }
        }
    }
}

反思：基础的方法很容易都能想到，但是算法就是拼的特定条件下的时间复杂度和空间复杂度最优，要有不满足的精神，将代码优化到极致。另外，本题目从尾到头遍历省去一个额外数组的解法也提醒我，当觉得问题无解的时候，多跳出固化思维，从另外一个视角去看，或许就是“山重水复疑无路，柳暗花明又一村”了。