给你链表的头结点 head ,请将其按 升序 排列并返回 排序后的链表 。
输入:head = [4,2,1,3]
输出:[1,2,3,4]
插入排序的时间复杂度是 O(n2),这道题考虑时间复杂度更低的排序算法。题目的进阶问题要求达到 O(nlogn) 的时间复杂度和 O(1) 的空间复杂度,时间复杂度是 O(nlogn) 的排序算法包括归并排序、堆排序和快速排序,其中最适合链表的排序算法是归并排序。归并排序基于分治算法。最容易想到的实现方式是自顶向下的递归实现,考虑到递归调用的栈空间,自顶向下归并排序的空间复杂度是 O(logn)。如果要达到 O(1) 的空间复杂度,则需要使用自底向上的实现方式。
方法一:自顶向下归并排序
对链表自顶向下归并排序的过程如下。找到链表的中点,以中点为分界,将链表拆分成两个子链表。寻找链表的中点可以使用快慢指针的做法,快指针每次移动 2步,慢指针每次移动 1步,当快指针到达链表末尾时,慢指针指向的链表节点即为链表的中点, 注意如果节点为偶数一定要对半分,否则会陷入无限循环(比如有两个节点的时候)
对两个子链表分别排序。将两个排序后的子链表合并,得到完整的排序后的链表。
上述过程可以通过递归实现。递归的终止条件是链表为空或者链表只包含 1 个节点时,此时不需要对链表进行拆分和排序。
# Definition for singly-linked list.
# class ListNode:
# def __init__(self, val=0, next=None):
# self.val = val
# self.next = next
class Solution:
def sortList(self, head: Optional[ListNode]) -> Optional[ListNode]:
if (not head) or (not head.next):
return head
slow = head
fast = head
while fast and fast.next:
pre = slow
slow = slow.next
fast = fast.next.next
pre.next = None
left = self.sortList(head)
right = self.sortList(slow)
sorted = self.merge(left, right)
return sorted
def merge(self, left, right):
i = left
j = right
dummy = ListNode()
cur = dummy
while i and j:
if i.val < j.val:
cur.next = i
i = i.next
else:
cur.next = j
j = j.next
cur = cur.next
if i:
cur.next = i
elif j:
cur.next = j
else:
cur.next = None
return dummy.next
自底向上
设链表长度为n, 将链表拆分成若干个长度为 sub_num(初始为1) 的子链表(最后一个子链表的长度可以小于sub_num ),按照每两个子链表一组进行左右合并,合并后即可得到若干个长度为 2sub_num 的有序子链表(最后一个子链表的长度可以小于2sub_num )。合并的时候,如果最后一个左子链表的长度小于sub_num,该左子链表必然已经是有序的。
将 sub_num的值加倍,重复上面步骤直到有序子链表的长度大于或等于 n,整个链表排序完毕。
空间复杂度O(1),因为没有用到栈
# Definition for singly-linked list.
# class ListNode:
# def __init__(self, val=0, next=None):
# self.val = val
# self.next = next
class Solution:
def sortList(self, head):
if (not head) or (not head.next):
return head
# 获取链表中节点的总数
n = 0
cur = head
while cur:
cur = cur.next
n += 1
sub_num = 1
dummy = ListNode(next=head)
while sub_num < n:
# 左右子链表合并后形成的新的有序子链表之间需要用pre来连接
# 对于第一个子链表来说,此时pre就是整个链表的dummy head
pre = dummy
cur = dummy.next
while cur:
# 左区间
left = cur
i = 0
while (i < sub_num - 1) and cur.next:
cur = cur.next
i += 1
# 此时cur对应的位置为左区间的右边界点,
# 右区间的开始节点为mid = cur.next
# 如果左子链表的长度小于sub_num,即mid=temp=cur.next=None,
# temp是用来存储下一个左子边界的开始位置的
temp = cur.next
mid = cur.next
# 打断链表
cur.next = None
# 右区间
# 如果左子链表长度小于sub_num, 此时cum=mid=None,循环不会执行
if mid:
i = 0
cur = mid
while (i < sub_num - 1) and cur.next:
cur = cur.next
i += 1
# 此时cur对应的位置为右区间的右边界点, 如果此时已经遍历结束则temp=cur.next=None
# temp是用来存储下一个左子边界的开始位置的
temp = cur.next
# 打断链表
cur.next = None
# 如果左子链表长度小于sub_num, 则mid=None
# 左子链表本身必定已经有序了,合并结果就是left直接返回
# 对于第一个合并后的有序子链表来说,pre就是整个链表的dummy head
# 需要用pre把dummy head重定向到第一个合并后的有序子链表的第一个节点, 这样dummy head是动态更新所指的
pre.next = self.merge(left, mid)
while pre.next:
pre = pre.next
# 此时pre指向合并后的链表的右边界点,下一次循环中它被用来指向合并后的链表
# 如果已经遍历结束,则temp = None, 也就是遍历结束,否则用temp恢复下一个左边界的开始点
cur = temp
sub_num *= 2
# dummy head是动态更新所指的,因此它所指的就是有序链表的最小值
return dummy.next
def merge(self, left, right):
i = left
j = right
dummy = ListNode()
cur = dummy
while i and j:
if i.val < j.val:
cur.next = i
i = i.next
else:
cur.next = j
j = j.next
cur = cur.next
if i:
cur.next = i
elif j:
cur.next = j
else:
cur.next = None
return dummy.next