8.合并两个有序数组
一、题目
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 。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/merge-sorted-array
二、示例
示例①
输入:nums1 = [1,2,3,0,0,0], m = 3, nums2 = [2,5,6], n = 3
输出:[1,2,2,3,5,6]
解释:需要合并 [1,2,3] 和 [2,5,6] 。
合并结果是 [1,2,2,3,5,6] ,其中斜体加粗标注的为 nums1 中的元素。
示例②
输入:nums1 = [1], m = 1, nums2 = [], n = 0
输出:[1]
解释:需要合并 [1] 和 [] 。
合并结果是 [1] 。
示例③
输出:[1]
解释:需要合并的数组是 [] 和 [1] 。
合并结果是 [1] 。
注意,因为 m = 0 ,所以 nums1 中没有元素。nums1 中仅存的 0 仅仅是为了确保合并结果可以顺利存放到 nums1 中。
三、代码实现
public static void merge(int[] nums1,int m,int[] nums2,int n){
for (int i = m,j = 0;i < nums1.length;i++){
nums1[i] = nums2[j];
j++;
}
Arrays.sort(nums1);
}
头一次这么快写出来,运行速度也不错
官方解①: 直接合并后排序
class Solution {
public void merge(int[] nums1, int m, int[] nums2, int n) {
for (int i = 0; i != n; ++i) {
nums1[m + i] = nums2[i];
}
Arrays.sort(nums1);
}
}
少了一个定义,但看评论说用.sort面试好像要凉
官方解②:双指针
public static void mergeByTwoPoint(int[] nums1,int m,int[] nums2,int n){
int p1 =0,p2 = 0,cur;
int[] sorted = new int[m + n];
while(p1 < m || p2 < n){
if(p1 == m){
cur = nums2[p2++];
}else if(p2 == n){
cur = nums1[p1++];
}else if(nums1[p1] < nums2[p2]){
cur = nums1[p1++];
}else{
cur = nums2[p2++];
}
sorted[p1 + p2 - 1] = cur;
for(int i = 0;i < sorted.length;i++){
nums1[i] = sorted[i];
}
}
写这么多代码感觉时间复杂度和空间复杂度蛮高的,但运行起来却蛮快的,而且空间占用也蛮少
应该是sort函数的原因,我还以为底层就是一串for循环结果
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Qj8VddoH-1640003198898)(E:\StudentFile\Typora截图\image-20211212152738052.png)]
源码有得扒了
官方解③:逆向双指针
public static void mergeByReverseDoublePointer(int[] nums1,int m,int[] nums2,int n){
int p1 = m - 1, p2 = n - 1;
int tail = m + n - 1;
int cur;
while (p1 >= 0 || p2 >= 0) {
if (p1 == -1) {
cur = nums2[p2--];
} else if (p2 == -1) {
cur = nums1[p1--];
} else if (nums1[p1] > nums2[p2]) {
cur = nums1[p1--];
} else {
cur = nums2[p2--];
}
nums1[tail--] = cur;
}
}
看得懂代码是一回事,但这是怎么想出来的啊-_-
少创建了个数组空间比前两个算法少很多
四、复杂度分析
直接合并后排序
-
时间复杂度:O((m+n)log(m+n))
排序序列长度为 m+n,套用快速排序的时间复杂度即可,平均情况为 O((m+n)log(m+n))。 -
空间复杂度:O(log(m+n))。
排序序列长度为 m+n,套用快速排序的空间复杂度即可,平均情况为 O(log(m+n))。
双指针
时间复杂度:O(m+n)
指针移动单调递增,最多移动 m+n 次,因此时间复杂度为 O(m+n)
空间复杂度:O(m+n)
需要建立长度为 m+n 的中间数组 sorted
逆向双指针
-
时间复杂度:O(m+n)。
指针移动单调递减,最多移动 m+n次,因此时间复杂度为 O(m+n)。 -
空间复杂度:O(1)O。
次,因此时间复杂度为 O(m+n)
空间复杂度:O(m+n)
需要建立长度为 m+n 的中间数组 sorted
逆向双指针
-
时间复杂度:O(m+n)。
指针移动单调递减,最多移动 m+n次,因此时间复杂度为 O(m+n)。 -
空间复杂度:O(1)O。
直接对数组 nums1原地修改,不需要额外空间。