1.题目描述:

2.解题思路:

  题意:将K个已经排序的链表合并成一个排序的链表,分析并描述所用算法的复杂度。

  方法一:基于“二分”思想的归并排序。本文用非递归和递归两种方法实现。

  (1)非递归:归并排序”(Merging Sort):将两个或两个以上的有序表组合成一个新的有序表,无论是顺序存储结构还是链式存储结构,对于任何两个长度分别为m和n的有序表,其组合都可在O(m+n)的时间复杂度量级上完成。对于K个有序表,假设共有N个元素,且这些有序表初始状态都不为空,每个有序表平均拥有N/K个元素。最常用的方法是采用“二分”的思想进行两两合并:第一轮循环,有序表lists[0]与lists[(K+1)/2],lists[1]与lists[(K+1)/2+1],lists[2]与lists[(K+1)/2+2]....,lists[K/2-1]与lists[K-1]。这样K个有序表就被组合成了K/2个有序表;第二轮循环后将减少为K/4个有序表;直到组合成一个具有N个元素的有序表。总的时间复杂度:O(NKlogK)。

  (2)递归:思想和上面类似,用的是递归实现。

  方法二:基于优先级队列的“堆排序”。

  在Java中,堆是一种可以自我调整的二叉树,对于最小堆来说,对树执行删除和添加操作,可以让最小元素移动到根节点。在Java中,优先级队列(Priority Queue)便采用了“堆”这种数据结构,PriorityQueue是一个泛型类,它可以保存实现了Comparable接口的类对象,也可以保存在构造器中提供比较器的对象(优先级队列实现排序中也需要比较)。

基于优先级队列,我们可以将K个链表的头结点全部添加到队列,由于优先级队列采用了最小堆数据结构,堆顶为队列的最小元素,我们将其取出添加到结果链表中,取出元素对应的链表下移一个节点,并将这个节点添加到优先级队列中;然后我们继续取出堆顶元素,...,直到优先级队列为空,那么其中所有元素取尽,K个链表的元素已经全部排序到结果链表。

3.Java代码:

(1)归并排序:非递归

 //public class LeetCode23 为测试代码
public class LeetCode23 {
public static void main(String[] args) {
ListNode[] lists=new ListNode[3];
ListNode a1=new ListNode(1);
ListNode a2=new ListNode(4);
ListNode a3=new ListNode(7);
a1.next=a2;
a2.next=a3;
System.out.println("链表a:"+a1.val+"->"+a2.val+"->"+a3.val);
ListNode b1=new ListNode(2);
ListNode b2=new ListNode(5);
ListNode b3=new ListNode(8);
b1.next=b2;
b2.next=b3;
System.out.println("链表b:"+b1.val+"->"+b2.val+"->"+b3.val);
ListNode c1=new ListNode(3);
ListNode c2=new ListNode(6);
ListNode c3=new ListNode(9);
c1.next=c2;
c2.next=c3;
System.out.println("链表c:"+c1.val+"->"+c2.val+"->"+c3.val);
lists[0]=a1;
lists[1]=b1;
lists[2]=c1;
ListNode result=new Solution().mergeKLists(lists);
if(result!=null){
System.out.print("结果链表:"+result.val);
ListNode resultNext=result.next;
while(resultNext!=null){
System.out.print("->"+resultNext.val);
resultNext=resultNext.next;
}
} }
} //class Solution为ac代码
class Solution {
public ListNode mergeKLists(ListNode[] lists) {
int len=lists.length;
if(lists==null||len==0) return null;
while(len>1){
int mid=(len+1)/2;//len+1是为了在len为奇数时,mid恰好是正中间那一个
for(int i=0;i<len/2;i++){
lists[i]=merge2Lists(lists[i],lists[mid+i]);
}
len=mid;
}
return lists[0];
} private ListNode merge2Lists(ListNode l1, ListNode l2) {
if(l1==null) return l2;
if(l2==null) return l1;
if(l1.val<l2.val){
l1.next=merge2Lists(l1.next, l2);
return l1;
}
else{
l2.next=merge2Lists(l1, l2.next);
return l2;
}
}
}
class ListNode {
int val;
ListNode next;
ListNode(int x) { val = x; }
}

测试结果:

(2)归并排序:递归

 public class LeetCode23 {
public static void main(String[] args) {
ListNode[] lists=new ListNode[3];
ListNode a1=new ListNode(1);
ListNode a2=new ListNode(4);
ListNode a3=new ListNode(7);
a1.next=a2;
a2.next=a3;
System.out.println("链表a:"+a1.val+"->"+a2.val+"->"+a3.val);
ListNode b1=new ListNode(2);
ListNode b2=new ListNode(5);
ListNode b3=new ListNode(8);
b1.next=b2;
b2.next=b3;
System.out.println("链表b:"+b1.val+"->"+b2.val+"->"+b3.val);
ListNode c1=new ListNode(3);
ListNode c2=new ListNode(6);
ListNode c3=new ListNode(9);
c1.next=c2;
c2.next=c3;
System.out.println("链表c:"+c1.val+"->"+c2.val+"->"+c3.val);
lists[0]=a1;
lists[1]=b1;
lists[2]=c1;
ListNode result=new Solution().mergeKLists(lists);
if(result!=null){
System.out.print("结果链表:"+result.val);
ListNode resultNext=result.next;
while(resultNext!=null){
System.out.print("->"+resultNext.val);
resultNext=resultNext.next;
}
} }
}
class Solution {
public ListNode mergeKLists(ListNode[] lists) {
int len=lists.length;
if(lists==null||len==0) return null;
return partion(lists,0,len-1);
} private ListNode partion(ListNode[] lists, int start, int end) {
if(start==end) return lists[start];
if(start<end){
int mid=(start+end)/2;
ListNode left=partion(lists, start, mid);
ListNode right=partion(lists, mid+1, end);
return merge2Lists(left, right);
}else
return null; } private ListNode merge2Lists(ListNode l1, ListNode l2) {
if(l1==null) return l2;
if(l2==null) return l1;
if(l1.val<l2.val){
l1.next=merge2Lists(l1.next, l2);
return l1;
}
else{
l2.next=merge2Lists(l1, l2.next);
return l2;
}
}
}
class ListNode {
int val;
ListNode next;
ListNode(int x) { val = x; }
}

测试结果:

(3)堆排序

 import java.util.Comparator;
import java.util.PriorityQueue; //public class LeetCode23 为测试代码
public class LeetCode23{
public static void main(String[] args) {
ListNode[] lists=new ListNode[3];
ListNode a1=new ListNode(1);
ListNode a2=new ListNode(4);
ListNode a3=new ListNode(7);
a1.next=a2;
a2.next=a3;
System.out.println("链表a:"+a1.val+"->"+a2.val+"->"+a3.val);
ListNode b1=new ListNode(2);
ListNode b2=new ListNode(5);
ListNode b3=new ListNode(8);
b1.next=b2;
b2.next=b3;
System.out.println("链表b:"+b1.val+"->"+b2.val+"->"+b3.val);
ListNode c1=new ListNode(3);
ListNode c2=new ListNode(6);
ListNode c3=new ListNode(9);
c1.next=c2;
c2.next=c3;
System.out.println("链表c:"+c1.val+"->"+c2.val+"->"+c3.val);
lists[0]=a1;
lists[1]=b1;
lists[2]=c1;
ListNode result=new Solution().mergeKLists(lists);
if(result!=null){
System.out.print("结果链表:"+result.val);
ListNode resultNext=result.next;
while(resultNext!=null){
System.out.print("->"+resultNext.val);
resultNext=resultNext.next;
}
} }
} //class Solution为ac代码
class Solution {
public ListNode mergeKLists(ListNode[] lists) {
if(lists==null||lists.length==0) return null;
if(lists.length==1) return lists[0];
PriorityQueue<ListNode> queue=new PriorityQueue<ListNode>(1, new Comparator<ListNode>() {
public int compare(ListNode l1,ListNode l2){
return l1.val-l2.val;
}
});
for(ListNode list:lists){
if(list!=null)
queue.offer(list);
}
ListNode head=new ListNode(0);//建一个辅助结点作为最终所求链表的头节点
ListNode p=head;
while(!queue.isEmpty()){
ListNode node=queue.poll();
p.next=node;
p=p.next;
if(node.next!=null) queue.offer(node.next);
}
return head.next;
}
}
class ListNode {
int val;
ListNode next;
ListNode(int x) { val = x; }
}

测试结果:

【LeeCode23】Merge k Sorted Lists★★★的更多相关文章

  1. 【leetcode】Merge k Sorted Lists

    Merge k Sorted Lists Merge k sorted linked lists and return it as one sorted list. Analyze and descr ...

  2. 【Leetcode】【Hard】Merge k Sorted Lists

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

  3. 【leetcode】Merge k Sorted Lists(按大小顺序连接k个链表)

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

  4. 【LeetCode练习题】Merge k Sorted Lists

    Merge k Sorted Lists Merge k sorted linked lists and return it as one sorted list. Analyze and descr ...

  5. 【LeetCode每天一题】 Merge k Sorted Lists(合并K个有序链表)

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

  6. 【LeetCode】【数组归并】Merge k Sorted Lists

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

  7. 【leetcode刷题笔记】Merge k Sorted Lists

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

  8. 【leetcode】Merge Two Sorted Lists

    Merge two sorted linked lists and return it as a new list. The new list should be made by splicing t ...

  9. 【leetcode】Merge Two Sorted Lists(easy)

    Merge two sorted linked lists and return it as a new list. The new list should be made by splicing t ...

随机推荐

  1. DouPHP去除Powered by DouPHP版权的方法

    DouPHP标题版权修改:打开 include 目录下的 action.class.php 文件,搜索“Powered”找到下面一行代码: $page_title = ($titles ? $titl ...

  2. 如何在Oracle数据库中查看哪些用户在执行哪些SQL

    对于DBA来说,这是一个非常常见的问题,DBA需要找出以下问题: 1.哪些用户在跑哪些SQL? 2.一个特定的SQL是被哪个用户在执行? 3.一个特定的用户在跑哪些SQL? 从这些问题中可以很明显的看 ...

  3. 深入解读《Gartner2017年商业智能和分析平台魔力象限报告》

    文 | 帆软数据应用研究院 船长 2017年2月16日,Gartner发布了2017年BI商业智能和分析平台魔力象限报告,笔者这里进行一些解读,帮助大家更好了解市场状况和趋势. 一.几家欢笑几家愁 和 ...

  4. jQuery首页更换背景皮肤

    昨天做了一个jQuery首页更换背景皮肤,感觉还是挺不错的,一共需要两个文件,一个是我们写的HTML文件,我们起名叫做index.html,一个是我们引入的jQuery文件,我们起名叫做jQuery. ...

  5. Nginx基本的安全优化

    为了防止nginx出现软件漏洞,我们要对nginx软件服务加强一些安全性,下面就介绍一下基本的安全优化 1.隐藏nginx版本号: 想要隐藏,首先我们要了解所使用软件的版本号,我们可以在Linux中查 ...

  6. JSP内置对象——page对象

    观察可发现,这里面的方法,就是Object这个类下的一些方法,下面进行一个简单的演示,比如“toString()”方法: 运行结果: 这时候看到了一个“org.apache.jsp.page_jsp@ ...

  7. MySql 简单统计查询消耗时间脚本

    MySql 简单统计查询消耗时间脚本 by:授客 QQ:1033553122 drop procedure if exists selectTime; delimiter; create proced ...

  8. Hibernate 二级缓存配置

    详见:https://www.cnblogs.com/Junsept/p/7324981.html Hibernate的cache管理: Cache就是缓存,它往往是提高系统性能的最重要手段,对数据起 ...

  9. Linux磁盘及分区之wwid和uuid

    背景描述,在Linux系统中,如果添加了新的SCSI磁盘或者映射SAN存储LUN操作,重启操作系统之后会出现磁盘标识符(sd*)错乱的情况. 例如之前添加的SAN存储LUN的磁盘标识符为/dev/sd ...

  10. orcl 复杂查询

    测试环境: create table bqh6 (xm varchar2(10),bmbh number(2),bmmc varchar2(15),gz int);insert into bqh6 v ...