lintcode:合并排序数组 II

最新推荐文章于 2018-09-27 15:00:58 发布

转载最新推荐文章于 2018-09-27 15:00:58 发布 · 138 阅读

文章标签：

#数据结构与算法 #python

本文深入解析了如何合并两个已排序的整数数组，提供了两种不同的Java代码实现方式，并附上了Python版本的实现。重点讲解了算法的核心思想及其实现细节。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：

合并排序数组 II

合并两个排序的整数数组A和B变成一个新的数组。

样例

给出A = [1, 2, 3, empty, empty] B = [4,5]

合并之后A将变成[1,2,3,4,5]

注意

你可以假设A具有足够的空间（A数组的大小大于或等于m+n）去添加B中的元素。

解题：

这里给的是两个数组，上题给的是ArrayList格式，比较好处理，重新定义一个长度m+n的数组，但是A的数组长度是m+n，可以从后面将元素插入的A数组中

class Solution {
    /**
     * @param A: sorted integer array A which has m elements, 
     *           but size of A is m+n
     * @param B: sorted integer array B which has n elements
     * @return: void
     */
    public void mergeSortedArray(int[] A, int m, int[] B, int n) {
        // write your code here
        int k = m + n -1;
        m--;
        n--;
        while(m>=0 && n>=0){
            if(A[m] >= B[n]){
                A[k--] = A[m--];
            }else{
                A[k--] = B[n--];
            }
        }
        while(n>=0){
            A[k--] = B[n--];
        }
       
    }
    
}

也可以这样写

class Solution {
    /**
     * @param A: sorted integer array A which has m elements, 
     *           but size of A is m+n
     * @param B: sorted integer array B which has n elements
     * @return: void
     */
    public void mergeSortedArray(int[] A, int m, int[] B, int n) {
        // write your code here
        int k = m + n -1;
        m--;
        n--;
        while(k>=0){
            if(n<0 || (m>=0 && A[m] >= B[n])){
                A[k--] = A[m--];
            }else{
                A[k--] = B[n--];
            }
        }
    }
    
}

Python程序：

class Solution:
    """
    @param A: sorted integer array A which has m elements, 
              but size of A is m+n
    @param B: sorted integer array B which has n elements
    @return: void
    """
    def mergeSortedArray(self, A, m, B, n):
        # write your code here
        for i in range(n):
            A[m+i] = B[i]
        A.sort()
        return A

View Code

总耗时: 233 ms