[leetcode]Merge k Sorted Lists

最新推荐文章于 2024-04-03 21:24:25 发布

xiaohan_0212

最新推荐文章于 2024-04-03 21:24:25 发布

阅读量316

点赞数

CC 4.0 BY-SA版权

分类专栏： leetcode 文章标签：链表 merge 归并排序栈

本文链接：https://blog.csdn.net/xiaohan_0212/article/details/45742485

leetcode 专栏收录该内容

10 篇文章

订阅专栏

本文介绍了两种合并k个有序链表的方法，一种采用分治法，时间复杂度为O(nklogk)，空间复杂度为O(logk)；另一种利用大小为k的堆，时间复杂度同样为O(nklogk)，但空间复杂度为O(k)。

Merge k sorted linked lists and return it as one sorted list. Analyze and describe its complexity.

这道题目在分布式系统中非常常见，来自不同client的sorted list要在central server上面merge起来。这个题目一般有两种做法，下面一一介绍并且分析复杂度。第一种做法比较容易想到，就是有点类似于MergeSort的思路,就是分治法，不了解MergeSort的朋友，请参见归并排序-维基百科，是一个比较经典的O(nlogn)的排序算法，还是比较重要的。思路是先分成两个子任务，然后递归求子任务，最后回溯回来。这个题目也是这样，先把k个list分成两半，然后继续划分，知道剩下两个list就合并起来，合并时会用到 Merge Two Sorted Lists 这道题。

我们来分析一下上述算法的时间复杂度。假设总共有k个list，每个list的最大长度是n，那么运行时间满足递推式T(k) = 2T(k/2)+O(n*k)。根据主定理，可以算出算法的总复杂度是O(nklogk)。如果不了解主定理的朋友，可以参见主定理-维基百科。空间复杂度的话是递归栈的大小O(logk)。

/**
 * Definition for singly-linked list.
 * struct ListNode {
 *     int val;
 *     ListNode *next;
 *     ListNode(int x) : val(x), next(NULL) {}
 * };
 */

class Solution {
public:
    ListNode *mergeKLists(vector<ListNode *> &lists) {
        if(lists.size()==0) return NULL;
        return helper(lists,0,lists.size()-1);
    }
    ListNode *helper(vector<ListNode *> &lists,int s,int t){
        if(s<t){
            int m=(s+t)/2;
            return merge(helper(lists,s,m),helper(lists,m+1,t));
        }
        else{
            return lists[s];
        }
    }
    ListNode *merge(ListNode *p1,ListNode *p2){
        ListNode *dummy=new ListNode(-1);
        ListNode *cur=dummy;
        while(p1&&p2){
            if(p1->val<p2->val){
                cur->next=p1;
                p1=p1->next;
                cur=cur->next;
            }
            else{
                cur->next=p2;
                p2=p2->next;
                cur=cur->next;
            }
        }
        while(p1){
            cur->next=p1;
            p1=p1->next;
            cur=cur->next;
        }
        while(p2){
            cur->next=p2;
            p2=p2->next;
            cur=cur->next;
        }
        return dummy->next;
    }

};

接下来我们来看第二种方法。这种方法用到了堆的数据结构，思路比较难想到，但是其实原理比较简单。维护一个大小为k的堆，每次去堆顶的最小元素放到结果中，然后读取该元素的下一个元素放入堆中，重新维护好。因为每个链表是有序的，每次又是去当前k个元素中最小的，所以当所有链表都读完时结束，这个时候所有元素按从小到大放在结果链表中。这个算法每个元素要读取一次，即是k*n次，然后每次读取元素要把新元素插入堆中要logk的复杂度，所以总时间复杂度是O(nklogk)。空间复杂度是堆的大小，即为O(k)。代码如下：

/**
 * Definition for singly-linked list.
 * struct ListNode {
 *     int val;
 *     ListNode *next;
 *     ListNode(int x) : val(x), next(NULL) {}
 * };
 */
struct cmp {
    bool operator() (ListNode *a, ListNode *b) {
        return a->val > b->val;
    }
};
class Solution {
public:
    ListNode *mergeKLists(vector<ListNode *> &lists) {
        priority_queue<ListNode*,vector<ListNode*>,cmp> heap;
        for(int i=0;i<lists.size();i++){
            if(lists[i]!=NULL){
                heap.push(lists[i]);
            }
        }
        ListNode *head=NULL;
        ListNode *prev=NULL;
        ListNode *tmp;
        while(!heap.empty()){
            tmp=heap.top();
            heap.pop();
            if(prev==NULL){
                head=tmp;
            }
            else{
                prev->next=tmp;
            }
            prev=tmp;
            
            if(tmp->next!=NULL){
                heap.push(tmp->next);
            }
        }
        return head;
    }
};

http://zh.wikipedia.org/wiki/%E4%B8%BB%E5%AE%9A%E7%90%86

priority_queue的用法

http://www.cnblogs.com/flyoung2008/articles/2136485.html