LeetCode-23-合并K个升序链表

题目

来源：LeetCode.

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：

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：

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 $10^4$

接下来看一下解题思路：

思路一：顺序合并：

    可以遍历链表；
    将链表里的两个值采用 LeetCode-21-合并两个有序链表. 有序合并；
    然后将合并的结果与数据里的值依次合并，返回最终结果；

public static ListNode mergeKLists1(ListNode[] lists) {
    if (lists == null || lists.length < 1) {
        return null;
    }
    if (lists.length < 2) {
        return lists[0];
    }
    ListNode cur = lists[0];
    for (int i = 1; i < lists.length; ++i) {
        cur = mergeList(cur, lists[i]);
    }
    return cur;
}

private static ListNode mergeList(ListNode p1, ListNode p2) {
    if (p1 == null) {
        return p2;
    }
    if (p2 == null) {
        return p1;
    }
    ListNode dummy = new ListNode(0, p1);
    ListNode pred = dummy;
    while (p1 != null && p2 != null) {
        if (p1.val > p2.val) {
            pred.next = p2;
            p2 = p2.next;
        } else {
            pred.next = p1;
            p1 = p1.next;
        }
        pred = pred.next;
    }
    pred.next = (p1 == null) ? p2 : p1;
    return dummy.next;
}

总结

    时间复杂度：假设每个链表的最长长度是 $n$。在第一次合并后，$cur$ 的长度为 $n$；第二次合并后，$cur$ 的长度为 $2\times n$，第 $i$ 次合并后，$cur$ 的长度为 $i\times n$。第 $i$ 次合并的时间代价是 $O(n+(i-1)\times n)=O(i\times n)$，那么总的时间代价为 $O({\sum }_{i=1}^k(i\times n))=O(\frac{(1+k)\cdot k}{2}\times n)=O(k^{2}n)$，故渐进时间复杂度为 $O(k^{2}n)$。

    空间复杂度：空间复杂度为 $O(1)$。

思路二：分治合并：

    考虑优化方法一，用分治的方法进行合并。
    将 $k$ 个链表配对并将同一对中的链表合并；
    重复这一过程，直到我们得到了最终的有序链表。

public static ListNode mergeKLists3(ListNode[] lists){
   if (lists == null || lists.length < 1) {
       return null;
   }
   if (lists.length < 2) {
       return lists[0];
   }

   return merge(lists, 0, lists.length - 1);
}

private static ListNode merge(ListNode[] lists, int start, int end) {
   if (start == end) {
       return lists[start];
   }
   if (start > end) {
       return null;
   }
   int mid = (start + end) >> 1;
   return mergeList(merge(lists, start, mid), merge(lists, mid + 1, end));
}
private static ListNode mergeList(ListNode p1, ListNode p2) {
   if (p1 == null) {
       return p2;
   }
   if (p2 == null) {
       return p1;
   }
   ListNode dummy = new ListNode(0, p1);
   ListNode pred = dummy;
   while (p1 != null && p2 != null) {
       if (p1.val > p2.val) {
           pred.next = p2;
           p2 = p2.next;
       } else {
           pred.next = p1;
           p1 = p1.next;
       }
       pred = pred.next;
   }
   pred.next = (p1 == null) ? p2 : p1;
   return dummy.next;
}

总结

    时间复杂度：考虑递归「向上回升」的过程——第一轮合并 $\frac{k}{2}$
组链表，每一组的时间代价是 $O(2n)$；第二轮合并 $\frac{k}{4}$ 组链表，每一组的时间代价是 $O(4n)$…所以总的时间代价是 $O({\sum }_{i=1}^{\infty }\frac{k}{2^i}\times 2^{i}n)=O(kn\times \log k)$，故渐进时间复杂度为 $O(kn\times \log k)$。

    空间复杂度：递归会使用到 $O(\log k)$ 空间代价的栈空间。

思路三：使用优先队列合并：

    可以维护一个队列；
    每次在这些元素里面选取 val 属性最小的元素合并到答案中
    在选取最小元素的时候，我们可以用优先队列来优化这个过程。

public static ListNode mergeKLists(ListNode[] lists) {
    if (lists == null || lists.length < 1) {
        return null;
    }
    if (lists.length < 2) {
        return lists[0];
    }

    PriorityQueue<ListNode> queue = new PriorityQueue<>((node1, node2) -> {
        return node1.val - node2.val;
    });

    ListNode dummmy = new ListNode(0);
    ListNode node = dummmy;
    for (ListNode list : lists) {
        if (list != null) {
            queue.add(list);
        }
    }
    while (!queue.isEmpty()) {
        ListNode temp = queue.poll();
        if (temp.next != null) {
            queue.add(temp.next);
        }
        node.next = temp;
        node = node.next;
        node.next = null;
    }
    return dummmy.next;
}

总结

    时间复杂度：考虑优先队列中的元素不超过 $k$ 个，那么插入和删除的时间代价为 $O(\log k)$，这里最多有 $kn$ 个点，对于每个点都被插入删除各一次，故总的时间代价即渐进时间复杂度为 $O(kn\times \log k)$。
    空间复杂度：这里用了优先队列，优先队列中的元素不超过 $k$个，故渐进空间复杂度为 $O(k)$。