前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >合并 K 个升序链表

合并 K 个升序链表

作者头像
狼啸风云
发布2024-02-18 08:38:14
610
发布2024-02-18 08:38:14
举报

给你一个链表数组,每个链表都已经按升序排列。

请你将所有链表合并到一个升序链表中,返回合并后的链表。

示例 1:

代码语言:javascript
复制
输入:lists = [[1,4,5],[1,3,4],[2,6]]
输出:[1,1,2,3,4,4,5,6]
解释:链表数组如下:
[
  1->4->5,
  1->3->4,
  2->6
]
将它们合并到一个有序链表中得到。
1->1->2->3->4->4->5->6

示例 2:

代码语言:javascript
复制
输入:lists = []
输出:[]

示例 3:

代码语言:javascript
复制
输入:lists = [[]]
输出:[]

提示:

  • k == lists.length
  • 0 <= k <= 10^4
  • 0 <= lists[i].length <= 500
  • -10^4 <= lists[i][j] <= 10^4
  • lists[i] 按 升序 排列
  • lists[i].length 的总和不超过 10^4

思路

我们可以想到一种最朴素的方法:用一个变量

\textit{ans}
\textit{ans}

来维护以及合并的链表,第

i
i

次循环把第

i
i

个链表和

\textit{ans}
\textit{ans}

合并,答案保存到

\textit{ans}
\textit{ans}

中。

代码

代码语言:javascript
复制
class Solution {
public:
    ListNode* mergeTwoLists(ListNode *a, ListNode *b) {
        if ((!a) || (!b)) return a ? a : b;
        ListNode head, *tail = &head, *aPtr = a, *bPtr = b;
        while (aPtr && bPtr) {
            if (aPtr->val < bPtr->val) {
                tail->next = aPtr; aPtr = aPtr->next;
            } else {
                tail->next = bPtr; bPtr = bPtr->next;
            }
            tail = tail->next;
        }
        tail->next = (aPtr ? aPtr : bPtr);
        return head.next;
    }

    ListNode* mergeKLists(vector<ListNode*>& lists) {
        ListNode *ans = nullptr;
        for (size_t i = 0; i < lists.size(); ++i) {
            ans = mergeTwoLists(ans, lists[i]);
        }
        return ans;
    }
};

复杂度分析

时间复杂度:假设每个链表的最长长度是

n
n

。在第一次合并后,

\textit{ans}
\textit{ans}

的长度为

n
n

;第二次合并后,

\textit{ans}
\textit{ans}

的长度为

2\times n
2\times n

,第

i
i

次合并后,

\textit{ans}
\textit{ans}

的长度为

i\times n
i\times n

。第

i
i

次合并的时间代价是

O(n + (i - 1) \times n) = O(i \times n)
O(n + (i - 1) \times n) = O(i \times n)

,那么总的时间代价为

O(\sum_{i = 1}^{k} (i \times n)) = O(\frac{(1 + k)\cdot k}{2} \times n) = O(k^2 n)
O(\sum_{i = 1}^{k} (i \times n)) = O(\frac{(1 + k)\cdot k}{2} \times n) = O(k^2 n)

,故渐进时间复杂度为

O(k^2 n)
O(k^2 n)

空间复杂度:没有用到与

k
k

n
n

规模相关的辅助空间,故渐进空间复杂度为

O(1)
O(1)

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2024-02-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档