当前位置:   article > 正文

23. 合并K个升序链表

合并k个升序链表

23. 合并K个升序链表

方法1:小根堆维护 k 个链表

使用小根堆维护 k 个链表的头部,每次 O(logK) 比较 K个链表的头结点 求 min,然后poll出来,若该 min 节点的 next 不为空,则继续加入到堆中,

时间复杂度:O(NlogK)

空间复杂度 O(1)

  1. class Solution {
  2. public ListNode mergeKLists(ListNode[] lists) {
  3. int n = lists.length;
  4. if(n == 0){
  5. return null;
  6. }
  7. PriorityQueue<ListNode> pq = new PriorityQueue<>(
  8. new Comparator<ListNode>(){
  9. @Override
  10. public int compare(ListNode o1, ListNode o2){
  11. return o1.val-o2.val;
  12. }
  13. }
  14. );
  15. for(ListNode list : lists){
  16. if(list != null) pq.add(list);
  17. }
  18. ListNode dummyHead = new ListNode(0);
  19. ListNode curr = dummyHead;
  20. while(!pq.isEmpty()){
  21. ListNode tmp = pq.poll();
  22. curr.next = tmp;
  23. curr = curr.next;
  24. if(tmp.next != null) pq.add(tmp.next);
  25. }
  26. return dummyHead.next;
  27. }
  28. }

方法2:两两合并链表(归并排序)

思路分析:

二路归并,这里二路归并的元素是链表,相当于每个链表是已经排序好的分块。

时间复杂度分析:

K 条链表的总结点数是 N,平均每条链表有 N/K 个节点,因此合并两条链表的时间复杂度是 O(N/K)。从 K 条链表开始两两合并成 1 条链表,因此每条链表都会被合并 logKlogK 次,因此 K 条链表会被合并 K * logK次,因此总共的时间复杂度是K∗logK∗N/K 即 O(NlogK)。

时间复杂度:O(NlogK)

  1. class Solution {
  2. public ListNode mergeKLists(ListNode[] lists) {
  3. if (lists.length == 0) {
  4. return null;
  5. }
  6. int k = lists.length;
  7. while (k > 1) {
  8. int idx = 0;
  9. for (int i = 0; i < k; i += 2) {
  10. if (i == k - 1) {
  11. lists[idx++] = lists[i];
  12. } else {
  13. lists[idx++] = merge2Lists(lists[i], lists[i + 1]);
  14. }
  15. }
  16. k = idx;
  17. }
  18. return lists[0];
  19. }
  20. private ListNode merge2Lists(ListNode l1, ListNode l2) {
  21. ListNode dummyHead = new ListNode(0);
  22. ListNode tail = dummyHead;
  23. while (l1 != null && l2 != null) {
  24. if (l1.val < l2.val) {
  25. tail.next = l1;
  26. l1 = l1.next;
  27. } else {
  28. tail.next = l2;
  29. l2 = l2.next;
  30. }
  31. tail = tail.next;
  32. }
  33. tail.next = l1 == null? l2: l1;
  34. return dummyHead.next;
  35. }
  36. }

方法3:合并成一个链表后用快排(待补充)

时间复杂度O(nlogn)

本文内容由网友自发贡献,转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号