LeetCode 第23题:合并K个升序链表
1.LeetCode 第10题:正则表达式匹配2.LeetCode 第1题:两数之和3.LeetCode 第2题:两数相加4.LeetCode 第3题:无重复字符的最长子串5.LeetCode 第4题:寻找两个正序数组的中位数6.LeetCode 第8题:字符串转换整数 (atoi)7.LeetCode 第7题:整数反转8.LeetCode 第6题:Z字形变换9.LeetCode 第5题:最长回文子串10.LeetCode 第9题:回文数11.LeetCode 第11题:盛最多水的容器12.LeetCode 第12题:整数转罗马数字13.LeetCode 第13题:罗马数字转整数14.LeetCode 第14题:最长公共前缀15.LeetCode 第15题:三数之和16.LeetCode 第16题:最接近的三数之和17.LeetCode 第17题:电话号码的字母组合18.LeetCode 第18题:四数之和19.LeetCode 第19题:删除链表的倒数第N个结点20.LeetCode 第20题:有效的括号21.LeetCode 第21题:合并两个有序链表22.LeetCode 第22题:括号生成
23.LeetCode 第23题:合并K个升序链表
24.LeetCode 第24题:两两交换链表中的节点25.LeetCode 第25题:K 个一组翻转链表26.LeetCode 第26题:删除有序数组中的重复项27.LeetCode 第27题:移除元素28.LeetCode 第28题:找出字符串中第一个匹配项的下标29.LeetCode 第29题:两数相除30.LeetCode 第30题:串联所有单词的子串31.LeetCode 第31题:下一个排列32.LeetCode 第32题:最长有效括号33.LeetCode 第33题:搜索旋转排序数组34.LeetCode 第34题:在排序数组中查找元素的第一个和最后一个位置35.LeetCode 第35题:搜索插入位置36.LeetCode 第36题:有效的数独37.LeetCode 第37题:解数独38.LeetCode 第38题:外观数列39.LeetCode 第39题:组合总和40.LeetCode 第40题:组合总和 II41.LeetCode 第41题:缺失的第一个正数LeetCode 第23题:合并K个升序链表
题目描述
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。
难度
困难
题目链接
https://leetcode.cn/problems/merge-k-sorted-lists/
示例
示例 1:
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
]
合并后:
1->1->2->3->4->4->5->6
示例 2:
输入:lists = []
输出:[]
示例 3:
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
解题思路
方法一:分治合并
将K个链表的合并问题分解为两两合并的子问题。
关键点:
- 使用分治思想,将K个链表分成两部分
- 递归地合并每部分的链表
- 最后将两个合并后的链表合并
- 复用第21题的两个链表合并方法
具体步骤:
- 如果链表数组为空,返回null
- 如果只有一个链表,直接返回
- 将链表数组分成两半
- 递归合并左半部分和右半部分
- 合并得到的两个链表
时间复杂度:O(N * log k),其中k是链表数量,N是所有节点的总数
空间复杂度:O(log k),递归栈的深度
方法二:优先队列
使用优先队列(最小堆)来维护k个链表的当前最小节点。
思路:
- 创建最小堆,将k个链表的头节点加入堆中
- 每次从堆中取出最小节点,加入结果链表
- 如果被取出的节点有后继节点,将后继节点加入堆中
- 重复步骤2-3直到堆为空
代码实现
C# 实现(分治合并)
/**
* Definition for singly-linked list.
* public class ListNode {
* public int val;
* public ListNode next;
* public ListNode(int val=0, ListNode next=null) {
* this.val = val;
* this.next = next;
* }
* }
*/
public class Solution {
public ListNode MergeKLists(ListNode[] lists) {
if (lists == null || lists.Length == 0) return null;
return MergeSort(lists, 0, lists.Length - 1);
}
private ListNode MergeSort(ListNode[] lists, int left, int right) {
if (left == right) return lists[left];
if (left > right) return null;
int mid = left + (right - left) / 2;
ListNode leftList = MergeSort(lists, left, mid);
ListNode rightList = MergeSort(lists, mid + 1, right);
return MergeTwoLists(leftList, rightList);
}
private ListNode MergeTwoLists(ListNode l1, ListNode l2) {
ListNode dummy = new ListNode(0);
ListNode current = dummy;
while (l1 != null && l2 != null) {
if (l1.val <= l2.val) {
current.next = l1;
l1 = l1.next;
} else {
current.next = l2;
l2 = l2.next;
}
current = current.next;
}
current.next = l1 ?? l2;
return dummy.next;
}
}
C# 实现(优先队列)
public class Solution {
public ListNode MergeKLists(ListNode[] lists) {
if (lists == null || lists.Length == 0) return null;
// 创建优先队列,按节点值升序排序
var pq = new PriorityQueue<ListNode, int>();
// 将所有链表的头节点加入队列
foreach (var list in lists) {
if (list != null) {
pq.Enqueue(list, list.val);
}
}
ListNode dummy = new ListNode(0);
ListNode current = dummy;
// 不断从队列中取出最小节点
while (pq.Count > 0) {
ListNode node = pq.Dequeue();
current.next = node;
current = current.next;
// 如果取出的节点还有后继节点,将后继节点加入队列
if (node.next != null) {
pq.Enqueue(node.next, node.next.val);
}
}
return dummy.next;
}
}
代码详解
分治合并版本:
- 分治过程:
- 将链表数组分成两半
- 递归合并每一半
- 最后合并两个有序链表
- 合并两个链表:
- 使用虚拟头节点
- 比较节点值选择较小的
- 处理剩余节点
优先队列版本:
- 优先队列使用:
- 按节点值排序
- 每次取出最小值
- 动态添加后继节点
- 构建结果:
- 使用虚拟头节点
- 依次连接最小节点
- 维护队列状态
执行结果
分治合并版本:
- 执行用时:92 ms
- 内存消耗:44.8 MB
优先队列版本:
- 执行用时:88 ms
- 内存消耗:45.2 MB
总结与反思
- 这是一道综合性的算法题目:
- 考察分治思想的应用
- 考察优先队列的使用
- 考察链表操作的基本功
- 两种解法比较:
- 分治:实现简单,空间效率好
- 优先队列:时间效率稳定,但需要额外空间
- 优化思路:
- 可以使用迭代而不是递归来实现分治
- 优先队列可以使用数组实现
- 考虑链表长度的平衡性
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· DeepSeek 开源周回顾「GitHub 热点速览」
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了