面试题 10.01. 合并排序的数组

最新推荐文章于 2025-12-22 09:47:08 发布

原创

最新推荐文章于 2025-12-22 09:47:08 发布 · 485 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #数据结构 #leetcode #python #开发语言

合并两个排序数组

题目描述

给定两个已经排好序的数组 A 和 B，其中 A 数组的末端有足够的空间容纳 B 数组的所有元素。要求将 B 数组合并到 A 数组中，并且使得合并后的数组仍然是排序的。并且，你必须在原地进行修改，即不使用额外的空间来存储结果。

输入：

A: 长度为 m + n 的数组，其中前 m 个元素是有效的，后 n 个元素是填充的缓冲区。
m: A 中有效元素的个数。
B: 长度为 n 的数组，已经排好序。
n: B 的长度。

输出：

A：返回合并后的排序数组，A 必须修改为合并后的结果。

解题分析

这道题目要求将两个已经排好序的数组合并成一个新的排序数组，而且限制条件是在原地修改 A，不能使用额外的存储空间。基于这个要求，我们不能使用简单的 A + B 操作或者额外的合并数组，而需要一种

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Joyner2018

关注关注

5
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

just1296#leetcode#面试题10.01.合并排序的数组1

07-25

面试题 10.01. 合并排序的数组给定两个排序后的数组 A 和 B，其中 A 的末端有足够的缓冲空间容纳 B。示例:输入:输出: [1,2,2,3,5,6]说

Rogerspy#LeetCode-Py-1#面试题 10.01. 合并排序的数组1

07-25

面试题 10.01. 合并排序的数组标签：数组、双指针、排序难度：简单题目大意给定两个排序后的数组 A 和 B，以及 A 的元素数量 m 和 B 的元素数量 n

参与评论您还未登录，请先登录后发表或查看评论

牛客网刷题-合并两个有序数组

k666499436的博客

08-22

1840

牛客网刷题，提高自己的编程水平

leetcode--merge_sorted_array

haizeiwangdianxia的博客

12-04

238

题意：给定两个排好序的数组A和B，将B合并到A中作为一个排好序的数组。注意：假设A有足够的空间来盛放A和B中合并的结果，初始时A和B中的元素个数分别是m和n。分析：因为数组对插入和删除操作非常不友好，因为需要移动后面的元素，相信大家都了解，因此我们在设计算法时都要避免直接对原数组的增删操作。我想到的方法是：因为我们事先已经直到A和B的大小分别是m和n，则合并后一定是m+n个元素，可以从

面试题10.01.合并排序数组0ms

Split_token的博客

01-28

767

class Solution { // 从后往前 public void merge(int[] A, int m, int[] B, int n) { int k = m + n - 1, i = m - 1, j = n - 1; while(i >= 0 && j >= 0){ if(A[i] < B[j]) A[k--] = B[j--]; else A[k--] = A

[leetCode]面试题 10.01. 合并排序的数组

Warms的博客

07-23

229

双指针从后向前进行对比，将对比结果放在数组A最后 class Solution { public void merge(int[] A, int m, int[] B, int n) { int pA_end = m - 1; int pB_end = n - 1; int p = m + n -1; while(pB_end >= 0 && pA_end >= 0){ if(A[p

leetcode面试题 10.01. 合并排序的数组

Turboyiyi的博客

11-07

151

给定两个排序后的数组 A 和 B，其中 A 的末端有足够的缓冲空间容纳 B。编写一个方法，将 B 合并入 A 并排序。初始化 A 和 B 的元素数量分别为。

力扣 面试题 10.01. 合并排序的数组

qq_34028920的博客

11-23

309

面试题 10.01. 合并排序的数组给定两个排序后的数组 A 和 B，其中 A 的末端有足够的缓冲空间容纳 B。编写一个方法，将 B 合并入 A 并排序。初始化A 和 B 的元素数量分别为m 和 n。示例: 输入: A = [1,2,3,0,0,0], m = 3 B = [2,5,6], n = 3 输出:[1,2,2,3,5,6] 思路：（类似归并排序）1.在指定范围内，比较A数组和B数组的对应位置元素 2把剩下的元素放进临时数组中 3 把临时数组的元素全部存储进...

LeetCode 面试题 10.01. 合并排序的数组

正在学算法的小朋友的博客

04-07

431

把B数组插入到A数组的末尾，然后对A数组进行排序。

面试题 10.01 合并排序的数组(java)

weixin_43306331的博客

03-03

312

给定两个排序后的数组 A 和 B，其中 A 的末端有足够的缓冲空间容纳 B。编写一个方法，将 B 合并入 A 并排序。初始化 A 和 B 的元素数量分别为 m 和 n。示例: 输入: A = [1,2,3,0,0,0], m = 3 B = [2,5,6], n = 3 输出: [1,2,2,3,5,6] 来源：力扣（LeetCode）链...

MangoDowner#clear-leetcode#面试题10.01.合并排序的数组1

07-25

1、将B数组直接并到A数组后面 2、用新的A排序，作为最终结果 1、A/B都从最左边开始遍历，将合并结果写入新数组sortedArr 2、如果A[i]比B[j]

LeetCode热题100--70. 爬楼梯--简单

2301_80071187的博客

12-20

219

这道题考察爬楼梯问题，每次可以爬1或2个台阶，求爬到n阶的不同方法数。采用动态规划解法，初始化dp数组，dp[0]=1，dp[1]=1。对于i≥2，dp[i]=dp[i-1]+dp[i-2]，即当前台阶的方法数等于前两个台阶方法数之和。最终返回dp[n]即为结果。该解法时间复杂度O(n)，空间复杂度O(n)。

(leetcode) 力扣100 15轮转数组（环状替代）

qq_62235017的博客

12-18

1001

我们利用这个过程，首先计算需要多少个从起点走回起点的圈数（count，为数组长度与步数的最大公约数，具体推推导后面会给），然后再遍历每一圈，通过创建一个临时变量（current,next，类似于指针的作用），来存储需要移动的变量将其移动到下一个位置，而下一个位置变为信的需移动变量，直到走完当前圈数。我们可以把数组想象一个圆圈，如果我们每次固定步数前进，肯定会在有限圈数回到出发点，这个过程中，有可能会遍历完数组所有数，有可能遍历有限数。这句话的意思是：在这个游戏中，你启动一次任务，只能覆盖到。

【算法笔记】AC自动机

u012559967的专栏

12-19

725

AC自动机: AC自动机是一种高效的多模式字符串匹配算法，它巧妙地将 Trie树的字典结构与 KMP算法的失配指针思想相结合，能同时在一段文本中查找多个模式串的所有出现位置，广泛应用于敏感词过滤、生物信息学序列分析等领域。在字符串匹配领域，我们会遇到两类问题：单模式匹配：给定一个文本字符串和一个模式字符串，判断模式字符串是否出现在文本字符串中。《【算法笔记】KMP算法》多模式匹配：给定一个文本字符串和多个模式字符串，判断所有模式字符串是否出现在文本字符串中。解决方案：AC自动机算法。

力扣刷题笔记-组合总和

qq_42622072的博客

12-21

508

比如candidates = [2,3,6,7], target = 7的时候，第一次先选一个数2，把2加入到path中，这时还没有达到target的值，可以再选一个数，这时还是可以按顺序选[2,3,6,7]中的所有数，做循环尝试，可以就再选2试试，这时path中已经有[2，2]了，和还是没达到target，还可以继续加数，再加一个2试试，最后发现[2，2，2]后面再加数已经不行了，加任何数都走不通了，那么就会把最后加进去的那个 2 踢掉，回到 [2, 2] ，然后在这一层尝试别的选择。

Leetcode 79 最佳观光组合

im_AMBER的博客

12-17

584

每个元素只遍历一次只用了两个变量O(n)O(1)公式拆分是核心：将原得分公式拆分为，把双变量问题转化为单变量的遍历问题。贪心维护最优值：遍历j时，用best维护之前所有i < j中的最大值，这样每一步只需要 O (1) 计算，整体时间复杂度是 O (n)。遍历顺序：因为要求i < j，所以从j=1开始遍历，先计算当前j的得分，再更新best（避免 j 自己和自己配对）。

最小函数值(minval)（信息学奥赛一本通- P1370）

最新发布

布心老混子

12-22

308

初始化：读取第一组函数参数，计算前 m 个值推入优先队列，建立初始的“最小m数”集合。动态更新依次读取后续 n−1 组函数参数。对于每组函数，从 x=1 开始计算。若 f(x)<q.top()：说明找到了更优解，执行pop()和push(f(x))。若 f(x)≥q.top()：触发单调性剪枝，直接break。结果输出：由于大根堆弹出顺序是从大到小，需要将元素暂存入数组，最后倒序输出以满足题目从小到大的要求。

算法基础（背包问题）-完全背包

2401_87986548的博客

12-20

862

本文介绍了完全背包问题的三种典型应用场景及解法。首先通过牛客网模板题讲解基础完全背包的两种状态（不超过容量和恰好装满），给出状态转移方程和初始化技巧。其次以洛谷P1616为例展示完全背包在采药问题中的简单应用。最后通过P2918和P5662两道题，分别演示了完全背包在"至少重量"限制和动态规划与贪心结合的场景下的解法。所有解法均包含状态表示、转移方程、初始化和空间优化思路，并附参考代码实现。文章通过具体题目展现了完全背包问题的灵活应用和变通解法。

深入解析 JVM 垃圾回收算法：经典 vs 新型 GC 算法

Knight

12-20

957

Java垃圾回收算法演进：从传统到现代摘要： Java垃圾回收算法经历了从传统到现代的演进过程。传统算法包括标记-清除（存在内存碎片问题）、标记-整理（解决碎片但开销大）、复制算法（适合年轻代）和分代收集（区分不同生命周期对象）。现代算法如G1采用分区思想实现低停顿，ZGC和Shenandoah通过并发标记/整理实现毫秒级停顿，都基于三色标记法解决并发问题。随着JDK更新，垃圾回收技术不断优化，G1适用于可控停顿场景，而ZGC/Shenandoah更适合大内存低延迟系统，代表未来发展方向。不同算法各有优劣

Windows 64位Ghostscript 10.01.2 AGPL版本发布

对于Windows操作系统（特别是64位系统）的用户来说，标题中提及的“gs10.012-w64.rar”档案文件，实际上是一份压缩包文件，内含名为“gs10012w64.exe”的安装执行文件，它允许用户安装和运行Ghostscript 10.01.2版本...