23. 合并 K 个升序链表
23. 合并 K 个升序链表
🔴 🔖 链表
分治
堆(优先队列)
归并排序
🔗 力扣
LeetCode
题目
You are given an array of k
linked-lists lists
, each linked-list is sorted in ascending order.
Merge all the linked-lists into one sorted linked-list and return it.
Example 1:
Input: lists = [[1,4,5],[1,3,4],[2,6]]
Output: [1,1,2,3,4,4,5,6]
Explanation: The linked-lists are:
[
1->4->5,
1->3->4,
2->6
]
merging them into one sorted list:
1->1->2->3->4->4->5->6
Example 2:
Input: lists = []
Output: []
Example 3:
Input: lists = [[]]
Output: []
Constraints:
k == lists.length
0 <= k <= 10^4
0 <= lists[i].length <= 500
-10^4 <= lists[i][j] <= 10^4
lists[i]
is sorted in ascending order.- The sum of
lists[i].length
will not exceed104
.
题目大意
合并 K 个有序链表
解题思路
这道题是 第 21 题 的加强版。
可以借助分治的思想,把合并 K 个有序链表,转化为逐步合并两个有序链表的问题。
- 分治法:每次将链表列表
lists
分为左右两部分,递归地合并左半部分和右半部分的链表,最后将左右两部分的合并结果再进行合并。这类似于归并排序的思路。 - 合并两个有序链表:定义一个辅助函数
mergeTwoLists
,用于合并两个有序链表。通过遍历两个链表的节点,比较当前节点值的大小,将较小的节点连接到结果链表中,直到其中一个链表遍历完毕,然后直接连接剩余的链表。 - 递归终止条件:当
lists
长度为 0 时,返回null
;当lists
长度为 1 时,直接返回该链表。
空间复杂度
- 时间复杂度:
O(nk * log k)
,其中k
是链表的个数,每个链表的平均长度为n
。- 合并两个有序链表的时间复杂度为
O(n)
; - 使用分治法将
k
个链表合并,分治的过程会有log(k)
层递归,每层递归合并的代价为O(nk)
,因为每一层需要合并所有链表的节点。 - 因此,总时间复杂度为
O(nk * log k)
。
- 合并两个有序链表的时间复杂度为
- 空间复杂度:
O(log k)
,主要由递归调用栈的深度决定,递归深度为log k
。
代码
/**
* @param {ListNode[]} lists
* @return {ListNode}
*/
var mergeKLists = function (lists) {
let len = lists.length;
if (len === 0) return null;
if (len === 1) return lists[0];
const medium = Math.floor(len / 2);
const left = mergeKLists(lists.slice(0, medium));
const right = mergeKLists(lists.slice(medium, len));
return mergeTwoLists(left, right);
};
var mergeTwoLists = function (left, right) {
const res = new ListNode();
let prev = res;
while (left && right) {
if (left.val < right.val) {
prev.next = left;
left = left.next;
} else {
prev.next = right;
right = right.next;
}
prev = prev.next;
}
prev.next = left != null ? left : right;
return res.next;
};
相关题目
题号 | 标题 | 题解 | 标签 | 难度 | 力扣 |
---|---|---|---|---|---|
21 | 合并两个有序链表 | [✓] | 递归 链表 | 🟢 | 🀄️ 🔗 |
264 | 丑数 II | [✓] | 哈希表 数学 动态规划 1+ | 🟠 | 🀄️ 🔗 |
2411 | 按位或最大的最小子数组长度 | 位运算 数组 二分查找 1+ | 🟠 | 🀄️ 🔗 |