目录
排序:
1. 合并区间(中等)
2. 数组的相对排序(简单)
快速排序:
1. 颜色分类(中等)
2. 排序数组(中等)
3. 数组中的第K个最大元素(中等)
4. 最小K个数(中等)
归并排序:
1. 排序数组(中等)
2. 交易逆序对的总数(困难)
3. 计算右侧小于当前元素的个数(困难)
4. 翻转对(困难)
5. 排序链表(中等)
6. 合并 K 个升序链表(困难)
6.1 递归解法(归并)
6.2 迭代解法(堆)
排序:
1. 合并区间(中等)
先将所有区间按照起始位置排序。如果当前区间的起始位置 <= 前一个区间的结束位置,则可以合并,前一个区间不变,当前区间变为合并后的区间。如果当前区间和前一个区间不能合并,则把前一个区间加到答案中。遍历完成后,还要把最后一个区间加到答案中。
class Solution {
public:vector<vector<int>> merge(vector<vector<int>>& intervals) {int n = intervals.size();sort(intervals.begin(), intervals.end());vector<vector<int>> ans;for (int i = 1; i < n; i++){if (intervals[i][0] <= intervals[i - 1][1]){// 合并intervals[i][0] = min(intervals[i][0], intervals[i - 1][0]);intervals[i][1] = max(intervals[i][1], intervals[i - 1][1]);}else{ans.push_back(intervals[i - 1]);}}ans.push_back(intervals[n - 1]);return ans;}
};
2. 数组的相对排序(简单)
对于arr1的两个元素:
- 如果都在arr2中,按下标进行比较,下标小的靠前
- 如果一个在arr2中,一个不在arr2中,在arr2中的靠前
- 如果都不在arr2中,直接比较两个元素的大小即可
使用哈希表记录arr2中的元素,key——arr2中的某元素,value——该元素对应的下标。
使用sort函数搭配lambda表达式实现自定义排序。
class Solution {
public:vector<int> relativeSortArray(vector<int>& arr1, vector<int>& arr2) {unordered_map<int, int> hash;// 初始化哈希表for (int i = 0; i < arr2.size(); i++){hash[arr2[i]] = i;}// 自定义排序sort(arr1.begin(), arr1.end(), [&](int e1, int e2){if (hash.count(e1) && hash.count(e2))return hash[e1] < hash[e2];else if (hash.count(e1))return true;else if (hash.count(e2))return false;elsereturn e1 < e2;});return arr1;}
};
快速排序:
1. 颜色分类(中等)
类比移动零:
得出数组分三块的示意图:
- left指向0序列的最后一个,因此初始化为-1
- i用来扫描数组,因此初始化为0
- right指向2序列的第一个,因此初始化为n
class Solution {
public:void sortColors(vector<int>& nums) {int n = nums.size();int left = -1;int right = n;int i = 0;while (i < right){if (nums[i] == 0){swap(nums[++left], nums[i++]);}else if (nums[i] == 1){i++;}else{swap(nums[--right], nums[i]);}}}
};
2. 排序数组(中等)
普通快排会超时,必须优化,可以使用数组划分三块的思想搭配随机选择基准元素的方法。
在待排序表中随机取一个元素key作为基准值,通过一趟排序将待排序表划分为独立的三部分区间[0, left],区间[left + 1, right - 1],区间[right, n - 1],使得区间[0, left]中的所有元素小于key,区间[left + 1, right - 1]中的所有元素等于key,区间[right, n - 1]中的所有元素大于key,则等于key的元素都放在了其最终位置——区间[left + 1, right - 1]上,这个过程称为一次划分。然后分别递归地对两个没排好序的子表重复上述过程,直至每部分内只有一个元素或空为止,即所有元素放在了其最终位置上。
class Solution {
public:vector<int> sortArray(vector<int>& nums) {srand((unsigned int)time(nullptr)); // 设置随机数种子quickSort(nums, 0, nums.size() - 1);return nums;}private:void quickSort(vector<int>& nums, int begin, int end){// 递归出口if (begin >= end)return;// 划分左中右三个子区间vector<int> ret = partition(nums, begin, end);int left = ret[0];int right = ret[1]; // 递归排序左右两个子区间quickSort(nums, begin, left);quickSort(nums, right, end);}vector<int> partition(vector<int>& nums, int begin, int end){// 随机取keyint key = nums[rand() % (end - begin + 1) + begin];// 数组分三块int left = begin - 1;int right = end + 1;int i = begin;while (i < right){if (nums[i] < key){swap(nums[++left], nums[i++]);}else if (nums[i] == key){i++;}else{swap(nums[--right], nums[i]);}}return { left,right };}
};
3. 数组中的第K个最大元素(中等)
快速选择算法是基于快速排序算法思想的用于解决Top-K问题的算法,时间复杂度为O(n)。
在快排中,当我们把数组分成三块之后:[begin, left],[left + 1, right - 1],[right, end],我们可以通过计算每一个区间内元素的个数,进而推断出我们要找的元素是在哪一个区间里面。
class Solution {
public:int findKthLargest(vector<int>& nums, int k) {srand((unsigned int)time(nullptr)); // 设置随机数种子return quickSelect(nums, 0, nums.size() - 1, k);}private:int quickSelect(vector<int>& nums, int begin, int end, int k){// 递归出口if (begin == end)return nums[begin];// 划分左中右三个子区间vector<int> ret = partition(nums, begin, end);int left = ret[0];int right = ret[1]; int key = ret[2];// 分类讨论int c = end - right + 1;int b = right - left - 1;if (c >= k)return quickSelect(nums, right, end, k);else if (b + c >= k)return key;elsereturn quickSelect(nums, begin, left, k - b - c);}vector<int> partition(vector<int>& nums, int begin, int end){// 随机取keyint key = nums[rand() % (end - begin + 1) + begin];// 数组分三块int left = begin - 1;int right = end + 1;int i = begin;while (i < right){if (nums[i] < key){swap(nums[++left], nums[i++]);}else if (nums[i] == key){i++;}else{swap(nums[--right], nums[i]);}}return { left,right,key };}
};
4. 最小K个数(中等)
和上一题“数组中的第K个最大元素”类似。
class Solution {
public:vector<int> smallestK(vector<int>& arr, int k) {srand((unsigned int)time(nullptr)); // 设置随机数种子quickSelect(arr, 0, arr.size() - 1, k);return { arr.begin(),arr.begin() + k };}private:void quickSelect(vector<int>& nums, int begin, int end, int k){// 递归出口if (begin >= end)return;// 划分左中右三个子区间vector<int> ret = partition(nums, begin, end);int left = ret[0];int right = ret[1]; // 分类讨论int a = left - begin + 1;int b = right - left - 1;if (a > k)quickSelect(nums, begin, left, k);else if (a + b >= k)return;elsequickSelect(nums, right, end, k - a - b);}vector<int> partition(vector<int>& nums, int begin, int end){// 随机取keyint key = nums[rand() % (end - begin + 1) + begin];// 数组分三块int left = begin - 1;int right = end + 1;int i = begin;while (i < right){if (nums[i] < key){swap(nums[++left], nums[i++]);}else if (nums[i] == key){i++;}else{swap(nums[--right], nums[i]);}}return { left,right };}
};
归并排序:
1. 排序数组(中等)
归并排序的基本思想是基于分治法的:将两个有序表合并成一个新的有序表,这种两两归并的排序方法称为2路归并排序。
class Solution {
public:vector<int> sortArray(vector<int>& nums) {mergeSort(nums, 0, nums.size() - 1);return nums;}private:void mergeSort(vector<int>& nums, int begin, int end){// 递归出口if (begin >= end)return;// 划分左右两个子区间int mid = (begin + end) / 2;// 递归排序两个子区间mergeSort(nums, begin, mid);mergeSort(nums, mid + 1, end);// 合并两个有序子区间merge(nums, begin, mid, end);}void merge(vector<int>& nums, int begin, int mid, int end){int n = end - begin + 1;vector<int> tmp(n);int begin1 = begin, end1 = mid;int begin2 = mid + 1, end2 = end;int i = 0;// 升序排序while (begin1 <= end1 && begin2 <= end2){if (nums[begin1] < nums[begin2]){tmp[i++] = nums[begin1++];}else{tmp[i++] = nums[begin2++];}}while (begin1 <= end1) // 左区间有剩余{tmp[i++] = nums[begin1++];}while (begin2 <= end2) // 右区间有剩余{tmp[i++] = nums[begin2++];}// 拷贝for (int i = 0; i < n; i++){nums[i + begin] = tmp[i];}}
};
2. 交易逆序对的总数(困难)
如果我们将数组划分为左右两个区间,那么逆序对的选择有3种情况,3种情况下逆序对的总和就是整个数组逆序对的总数。
逆序对中两个元素:
- 全部从左区间中选择
- 全部从右区间中选择
- 一个从左区间中选择,一个从右区间中选择
思路恰好对应了归并排序:递归排序两个子区间,合并两个有序子区间。
我们可以结合归并排序,求出逆序对的数量:
- 求出左区间中逆序对的数量,并对区间排序
- 求出右区间中逆序对的数量,并对区间排序
- 求出“一个从左区间中选择,一个从右区间中选择”的逆序对的数量,并合并两个有序子区间
那么,“一个从左区间中选择,一个从右区间中选择”的逆序对的数量,如何求?
方法一:针对右区间的某数,统计左区间中有多少数比它大。
升序排序的情况:
处理剩余元素:
- 如果左区间有剩余,剩余元素都> 右区间的所有元素,但是它们都已经被统计过了,不会再产生逆序对,直接把剩余元素接到tmp数组后面即可。
- 如果右区间有剩余,剩余元素都>= 左区间的所有元素,不会产生逆序对,直接把剩余元素接到tmp数组后面即可。
降序排序的情况:
处理剩余元素:
- 如果左区间有剩余,剩余元素都<= 右区间的所有元素,不会产生逆序对,直接把剩余元素接到tmp数组后面即可。
- 如果右区间有剩余,剩余元素都< 左区间的所有元素,但是它们都没有被统计过,循环把end1 - begin1 + 1添加到答案并把剩余元素逐个接到tmp数组后面。
显然,方法一用升序排序比降序排序简单,因为不用特殊处理剩余元素。
升序排序版:
class Solution {
public:int reversePairs(vector<int>& record) {return mergeSort(record, 0, record.size() - 1);}private:int mergeSort(vector<int>& nums, int begin, int end){// 递归出口if (begin >= end)return 0;// 划分左右两个子区间int mid = (begin + end) / 2;int ans = 0;// 分别将左右两个区间的逆序对的数量添加进答案中ans += mergeSort(nums, begin, mid);ans += mergeSort(nums, mid + 1, end);// 将“一个从左区间中选择,一个从右区间中选择”的逆序对的数量添加进答案中ans += merge(nums, begin, mid, end);return ans;}// 求出“一个从左区间中选择,一个从右区间中选择”的逆序对的数量,并合并两个有序子区间int merge(vector<int>& nums, int begin, int mid, int end){int n = end - begin + 1;vector<int> tmp(n);int begin1 = begin, end1 = mid;int begin2 = mid + 1, end2 = end;int i = 0;int ans = 0;// 升序排序int j1 = begin1, j2 = begin2;while (j1 <= end1 && j2 <= end2){if (nums[j1] <= nums[j2]){tmp[i++] = nums[j1++];}else{ans += end1 - j1 + 1;tmp[i++] = nums[j2++];}}while (j1 <= end1) // 左区间有剩余{tmp[i++] = nums[j1++];}while (j2 <= end2) // 右区间有剩余{tmp[i++] = nums[j2++];}// 拷贝for (int i = 0; i < n; i++){nums[i + begin] = tmp[i];}return ans;}
};
降序排序版:
class Solution {
public:int reversePairs(vector<int>& record) {return mergeSort(record, 0, record.size() - 1);}private:int mergeSort(vector<int>& nums, int begin, int end){// 递归出口if (begin >= end)return 0;// 划分左右两个子区间int mid = (begin + end) / 2;int ans = 0;// 分别将左右两个区间的逆序对的数量添加进答案中ans += mergeSort(nums, begin, mid);ans += mergeSort(nums, mid + 1, end);// 将“一个从左区间中选择,一个从右区间中选择”的逆序对的数量添加进答案中ans += merge(nums, begin, mid, end);return ans;}// 求出“一个从左区间中选择,一个从右区间中选择”的逆序对的数量,并合并两个有序子区间int merge(vector<int>& nums, int begin, int mid, int end){int n = end - begin + 1;vector<int> tmp(n);int begin1 = begin, end1 = mid;int begin2 = mid + 1, end2 = end;int i = 0;int ans = 0;// 降序排序int j1 = begin1, j2 = begin2;while (j1 <= end1 && j2 <= end2){if (nums[j1] > nums[j2]){tmp[i++] = nums[j1++];}else{ans += j1 - begin1;tmp[i++] = nums[j2++];}}while (j1 <= end1) // 左区间有剩余{tmp[i++] = nums[j1++];}while (j2 <= end2) // 右区间有剩余{ans += end1 - begin1 + 1;tmp[i++] = nums[j2++];}// 拷贝for (int i = 0; i < n; i++){nums[i + begin] = tmp[i];}return ans;}
};
方法二:针对左区间的某数,统计右区间中有多少数比它小。
升序排序的情况:
处理剩余元素:
- 如果左区间有剩余,剩余元素都> 右区间的所有元素,但是它们都没有被统计过,循环把end2 - begin2 + 1添加到答案并把剩余元素逐个接到tmp数组后面。
- 如果右区间有剩余,剩余元素都>= 左区间的所有元素,不会产生逆序对,直接把剩余元素接到tmp数组后面即可。
降序排序的情况:
处理剩余元素:
- 如果左区间有剩余,剩余元素都<= 右区间的所有元素,不会产生逆序对,直接把剩余元素接到tmp数组后面即可。
- 如果右区间有剩余,剩余元素都< 左区间的所有元素,但是它们都已经被统计过了,不会再产生逆序对,直接把剩余元素接到tmp数组后面即可。
显然,方法二用降序排序比升序排序简单,因为不用特殊处理剩余元素。
升序排序版:
class Solution {
public:int reversePairs(vector<int>& record) {return mergeSort(record, 0, record.size() - 1);}private:int mergeSort(vector<int>& nums, int begin, int end){// 递归出口if (begin >= end)return 0;// 划分左右两个子区间int mid = (begin + end) / 2;int ans = 0;// 分别将左右两个区间的逆序对的数量添加进答案中ans += mergeSort(nums, begin, mid);ans += mergeSort(nums, mid + 1, end);// 将“一个从左区间中选择,一个从右区间中选择”的逆序对的数量添加进答案中ans += merge(nums, begin, mid, end);return ans;}// 求出“一个从左区间中选择,一个从右区间中选择”的逆序对的数量,并合并两个有序子区间int merge(vector<int>& nums, int begin, int mid, int end){int n = end - begin + 1;vector<int> tmp(n);int begin1 = begin, end1 = mid;int begin2 = mid + 1, end2 = end;int i = 0;int ans = 0;// 升序排序int j1 = begin1, j2 = begin2;while (j1 <= end1 && j2 <= end2){if (nums[j2] < nums[j1]){tmp[i++] = nums[j2++];}else{ans += j2 - begin2;tmp[i++] = nums[j1++];}}while (j1 <= end1) // 左区间有剩余{ans += end2 - begin2 + 1;tmp[i++] = nums[j1++];}while (j2 <= end2) // 右区间有剩余{tmp[i++] = nums[j2++];}// 拷贝for (int i = 0; i < n; i++){nums[i + begin] = tmp[i];}return ans;}
};
降序排序版:
class Solution {
public:int reversePairs(vector<int>& record) {return mergeSort(record, 0, record.size() - 1);}private:int mergeSort(vector<int>& nums, int begin, int end){// 递归出口if (begin >= end)return 0;// 划分左右两个子区间int mid = (begin + end) / 2;int ans = 0;// 分别将左右两个区间的逆序对的数量添加进答案中ans += mergeSort(nums, begin, mid);ans += mergeSort(nums, mid + 1, end);// 将“一个从左区间中选择,一个从右区间中选择”的逆序对的数量添加进答案中ans += merge(nums, begin, mid, end);return ans;}// 求出“一个从左区间中选择,一个从右区间中选择”的逆序对的数量,并合并两个有序子区间int merge(vector<int>& nums, int begin, int mid, int end){int n = end - begin + 1;vector<int> tmp(n);int begin1 = begin, end1 = mid;int begin2 = mid + 1, end2 = end;int i = 0;int ans = 0;// 降序排序int j1 = begin1, j2 = begin2;while (j1 <= end1 && j2 <= end2){if (nums[j2] >= nums[j1]){tmp[i++] = nums[j2++];}else{ans += end2 - j2 + 1;tmp[i++] = nums[j1++];}}while (j1 <= end1) // 左区间有剩余{tmp[i++] = nums[j1++];}while (j2 <= end2) // 右区间有剩余{tmp[i++] = nums[j2++];}// 拷贝for (int i = 0; i < n; i++){nums[i + begin] = tmp[i];}return ans;}
};
3. 计算右侧小于当前元素的个数(困难)
本题是上一题“逆序对”方法二——“针对左区间的某数,统计右区间中有多少数比它小”的拓展。
根据逆序对的经验,方法二用降序排序比升序排序简单,因为不用特殊处理剩余元素。
需要一个索引数组将数组元素和对应的下标绑定在一起。
class Solution {
public:vector<int> countSmaller(vector<int>& nums) {int n = nums.size();ans.resize(n);index.resize(n);// 初始化索引数组for (int i = 0; i < n; i++){index[i] = i;}mergeSort(nums, 0, n - 1);return ans;}private:void mergeSort(vector<int>& nums, int begin, int end){// 递归出口if (begin >= end)return;// 划分左右两个子区间int mid = (begin + end) / 2;// 递归处理左右两个区间mergeSort(nums, begin, mid);mergeSort(nums, mid + 1, end);// 处理“针对左区间的某数,统计右区间中有多少数比它小”merge(nums, begin, mid, end);return;}// 针对左区间的某数,统计右区间中有多少数比它小,并合并两个有序子区间void merge(vector<int>& nums, int begin, int mid, int end){int n = end - begin + 1;vector<int> tmpNums(n); // 排序用的辅助数组vector<int> tmpIndex(n); // 处理下标用的辅助数组int begin1 = begin, end1 = mid;int begin2 = mid + 1, end2 = end;int i = 0;// 降序排序int j1 = begin1, j2 = begin2;while (j1 <= end1 && j2 <= end2){if (nums[j2] >= nums[j1]){tmpNums[i] = nums[j2];tmpIndex[i++] = index[j2++];}else{ans[index[j1]] += end2 - j2 + 1;tmpNums[i] = nums[j1];tmpIndex[i++] = index[j1++];}}while (j1 <= end1) // 左区间有剩余{tmpNums[i] = nums[j1];tmpIndex[i++] = index[j1++];}while (j2 <= end2) // 右区间有剩余{tmpNums[i] = nums[j2];tmpIndex[i++] = index[j2++];}// 拷贝for (int i = 0; i < n; i++){nums[i + begin] = tmpNums[i];index[i + begin] = tmpIndex[i];}}vector<int> ans;vector<int> index; // 索引数组,index[j]保存当前nums[j]的原始下标
};
4. 翻转对(困难)
和逆序对类似,所以也可以用归并排序的思想解决问题。
如果我们将数组划分为左右两个区间,那么翻转对的选择有3种情况,3种情况下翻转对的总和就是整个数组翻转对的总数。
翻转对中两个元素:
- 全部从左区间中选择
- 全部从右区间中选择
- 一个从左区间中选择,一个从右区间中选择
和逆序对不同的是,逆序对是在合并有序区间过程中,计算出翻转对的数量,对于翻转对,我们要先计算出翻转对的数量,再合并。
“一个从左区间中选择,一个从右区间中选择”的翻转对的数量,如何求?
方法一:针对右区间的某数,统计左区间中有多少数比它的2倍大。
根据逆序对的经验,方法一用升序排序比降序排序简单,因为不用特殊处理剩余元素。
class Solution {
public:int reversePairs(vector<int>& nums) {return mergeSort(nums, 0, nums.size() - 1);}private:int mergeSort(vector<int>& nums, int begin, int end){// 递归出口if (begin >= end)return 0;// 划分左右两个子区间int mid = (begin + end) / 2;int ans = 0;// 分别将左右两个区间的翻转对的数量添加进答案中ans += mergeSort(nums, begin, mid);ans += mergeSort(nums, mid + 1, end);// 将“一个从左区间中选择,一个从右区间中选择”的翻转对的数量添加进答案中ans += merge(nums, begin, mid, end);return ans;}// 求出“一个从左区间中选择,一个从右区间中选择”的翻转对的数量,并合并两个有序子区间int merge(vector<int>& nums, int begin, int mid, int end){int begin1 = begin, end1 = mid;int begin2 = mid + 1, end2 = end;int ans = 0;// 升序排序的情况下翻转对的数量int j1 = begin1, j2 = begin2;while (j1 <= end1 && j2 <= end2){while (j1 <= end1 && nums[j1] / 2.0 <= nums[j2]) // 防止2 * nums[j2]溢出{j1++;}if (j1 > end1)break;ans += end1 - j1 + 1;j2++;}// 合并升序排序的两个区间int n = end - begin + 1;vector<int> tmp(n);int i = 0;j1 = begin1;j2 = begin2;while (j1 <= end1 && j2 <= end2){if (nums[j1] < nums[j2]){tmp[i++] = nums[j1++];}else{tmp[i++] = nums[j2++];}}while (j1 <= end1) // 左区间有剩余{tmp[i++] = nums[j1++];}while (j2 <= end2) // 右区间有剩余{tmp[i++] = nums[j2++];}// 拷贝for (int i = 0; i < n; i++){nums[i + begin] = tmp[i];}return ans;}
};
方法二:针对左区间的某数,统计右区间中有多少数的2倍比它小。
根据逆序对的经验,方法二用降序排序比升序排序简单,因为不用特殊处理剩余元素。
class Solution {
public:int reversePairs(vector<int>& nums) {return mergeSort(nums, 0, nums.size() - 1);}private:int mergeSort(vector<int>& nums, int begin, int end){// 递归出口if (begin >= end)return 0;// 划分左右两个子区间int mid = (begin + end) / 2;int ans = 0;// 分别将左右两个区间的翻转对的数量添加进答案中ans += mergeSort(nums, begin, mid);ans += mergeSort(nums, mid + 1, end);// 将“一个从左区间中选择,一个从右区间中选择”的翻转对的数量添加进答案中ans += merge(nums, begin, mid, end);return ans;}// 求出“一个从左区间中选择,一个从右区间中选择”的翻转对的数量,并合并两个有序子区间int merge(vector<int>& nums, int begin, int mid, int end){int begin1 = begin, end1 = mid;int begin2 = mid + 1, end2 = end;int ans = 0;// 降序排序的情况下翻转对的数量int j1 = begin1, j2 = begin2;while (j1 <= end1 && j2 <= end2){while (j2 <= end2 && nums[j2] >= nums[j1] / 2.0) // 防止2 * nums[j2]溢出{j2++;}if (j2 > end2)break;ans += end2 - j2 + 1;j1++;}// 合并降序排序的两个区间int n = end - begin + 1;vector<int> tmp(n);int i = 0;j1 = begin1;j2 = begin2;while (j1 <= end1 && j2 <= end2){if (nums[j1] > nums[j2]){tmp[i++] = nums[j1++];}else{tmp[i++] = nums[j2++];}}while (j1 <= end1) // 左区间有剩余{tmp[i++] = nums[j1++];}while (j2 <= end2) // 右区间有剩余{tmp[i++] = nums[j2++];}// 拷贝for (int i = 0; i < n; i++){nums[i + begin] = tmp[i];}return ans;}
};
5. 排序链表(中等)
分治的思想,类似归并排序:
-
划分两个子链表
-
分别对两个子链表进行排序,形成两个有序链表
-
合并两个有序链表
重复的子问题——函数头设计
ListNode* sortList(ListNode* head)
子问题在做什么——函数体设计
- 划分两个子链表,找中间节点:ListNode* mid = midNode(head);
- 递归排序右子链表:ListNode* l1 = sortList(mid->next);
- 断开两个子链表:mid->next = nullptr;
- 递归排序左子链表:ListNode* l2 = sortList(head);
- 合并两个有序链表:return mergeTowList(l1, l2);
递归出口
当链表只有一个节点时,不合并。另外,当题目给出空链表时,不合并。
class Solution {
public:ListNode* sortList(ListNode* head) {if (head == nullptr || head->next == nullptr)return head;ListNode* mid = midNode(head); // 中间节点ListNode* l1 = sortList(mid->next); // 排序右子链表mid->next = nullptr; // 断开两个子链表ListNode* l2 = sortList(head); // 排序左子链表return mergeTwoLists(l1, l2); // 合并两个有序链表}private:// 快慢指针找链表的中间节点,如果节点个数为偶数,取靠左的ListNode* midNode(ListNode* head){ListNode* fast = head;ListNode* slow = head;// 慢指针每次走1步,快指针每次走2步// 如果节点个数为奇数,当快指针指向最后一个节点时,慢指针指向中间节点// 如果节点个数为奇数,当快指针指向倒数第二个节点时,慢指针指向靠左的中间节点while (fast->next && fast->next->next){fast = fast->next->next;slow = slow->next;}return slow;}// 合并两个有序链表ListNode* mergeTwoLists(ListNode* list1, ListNode* list2){ListNode* preHead = new ListNode; // 哨兵节点ListNode* tail = preHead;// 取小的尾插while (list1 && list2){if (list1->val < list2->val){tail->next = list1;tail = tail->next;list1 = list1->next;}else{tail->next = list2;tail = tail->next;list2 = list2->next;}}if (list1){tail->next = list1;}if (list2){tail->next = list2;}return preHead->next;}
};
6. 合并 K 个升序链表(困难)
6.1 递归解法(归并)
分治的思想,类似归并排序:
-
划分两个子区间
-
分别对两个子区间的链表进行合并,形成两个有序链表
-
合并两个有序链表
重复的子问题——函数头设计
ListNode* merge(vector<ListNode*>& lists, int begin, int end)
子问题在做什么——函数体设计
- 划分两个子区间:int mid = (begin + end) / 2;
- 递归合并两个子区间:
ListNode* l1 = merge(lists, begin, mid);
ListNode* l2 = merge(lists, mid + 1, end); - 合并两个有序链表:return mergeTowList(l1, l2);
递归出口
当区间只有一个链表时,不合并。另外,当题目给出空链表时,不合并。
class Solution {
public:ListNode* mergeKLists(vector<ListNode*>& lists) {return merge(lists, 0, lists.size() - 1);}private:ListNode* merge(vector<ListNode*>& lists, int begin, int end){if (begin > end)return nullptr;if (begin == end)return lists[begin];int mid = (begin + end) / 2;ListNode* l1 = merge(lists, begin, mid);ListNode* l2 = merge(lists, mid + 1, end);return mergeTwoLists(l1, l2);}ListNode* mergeTwoLists(ListNode* list1, ListNode* list2){ListNode* preHead = new ListNode; // 哨兵节点ListNode* tail = preHead;// 取小的尾插while (list1 && list2){if (list1->val < list2->val){tail->next = list1;tail = tail->next;list1 = list1->next;}else{tail->next = list2;tail = tail->next;list2 = list2->next;}}if (list1){tail->next = list1;}if (list2){tail->next = list2;}return preHead->next;}
};
6.2 迭代解法(堆)
和“合并两个有序链表”类似,就是取小的尾插。怎么判断K个链表未合并的头节点中最小的那个?利用堆这个数据结构即可。把K个链表未合并的头节点放进一个小根堆,堆顶就是最小的那个。
class Solution {
public:ListNode* mergeKLists(vector<ListNode*>& lists) {// 创建小根堆priority_queue<ListNode*, vector<ListNode*>, cmp> heap;// 将所有头节点放进小根堆for (auto& l : lists){if (l){heap.push(l);}}// 合并链表ListNode* preHead = new ListNode; // 哨兵节点ListNode* tail = preHead;while (!heap.empty()){// 取堆顶节点尾插tail->next = heap.top();heap.pop();tail = tail->next;// 将刚才合并的节点的下一个节点补充进堆if (tail->next){heap.push(tail->next);}}return preHead->next;}private:struct cmp{bool operator()(ListNode* n1, ListNode* n2){return n1->val > n2->val;}};
};