解法1:优先级队列
优先级队列:小根堆
PriorityQueue<Integer> queue=new PriorityQueue<>(new Comparator<Integer>(){ public int compare(Integer a,Integer b){ return a.compareTo(b); } }); // PriorityQueue<Integer> queue = new PriorityQueue();
最小k个数:大根堆 PriorityQueue<Integer> maxHeap=new PriorityQueue<Integer>(k,new Comparator<Integer>(){ @Override public int compare(Integer o1,Integer o2){ return o2.compareTo(o1); } }); PriorityQueue<Integer> maxHeap=new PriorityQueue<Integer>(k,(a,b)->b.compareTo(a));
代码:
import java.util.PriorityQueue; import java.util.ArrayList; import java.util.Comparator; /** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode(int x) { * val = x; * next = null; * } * } */ public class Solution { public ListNode mergeKLists(ArrayList<ListNode> lists) { if(lists == null || lists.size() < 0){ return null; } PriorityQueue<Integer> queue=new PriorityQueue<>(new Comparator<Integer>(){ public int compare(Integer a,Integer b){ return a.compareTo(b); } }); // PriorityQueue<Integer> queue = new PriorityQueue(); for(ListNode node : lists){ while(node != null){ queue.add(node.val); node = node.next; } } ListNode res = new ListNode(0); ListNode tmp= res; while(!queue.isEmpty()){ ListNode temp = new ListNode(queue.poll()); tmp.next = temp; tmp = tmp.next; } return res.next; } }
解法2:递归
如果表1当前值小于表2当前值,表1当前值成为新链表的表头,否则返回表2的当前值作为新链表的表头。 比较当前链表的值,较小的取其子链表继续递归。
当有一个链表取到子链表为空时,说明已经比较完成,可以直接返回非空的链表,返回值赋给了l1.next或者l2.next,但无论如何,最终还是沿着递归链不断返回,最终返回的是新有序链表的表头。
public ListNode mergeKLists(ArrayList<ListNode> lists) { ListNode result=null; for(ListNode list : lists){ result=MergeList(result,list); } return result; } public ListNode MergeList(ListNode list1,ListNode list2){ if(list1==null){ return list2; } if(list2==null){ return list1; } ListNode newHead=null; if(list1.val>list2.val){ newHead=list2; list2.next=MergeList(list1,list2.next); } else{ newHead=list1; list1.next=MergeList(list1.next,list2); } return newHead; }
解法3:递归+归并排序的思路
public ListNode mergeKLists(ArrayList<ListNode> lists) { if(lists == null || lists.length == 0){ return null; } return mergeList(lists, 0, lists.length - 1); } public ListNode mergeList(ListNode[] lists, int left, int right){ if(left >= right) return lists[left]; int mid = left + (right - left) / 2; ListNode l1 = mergeList(lists, left, mid); ListNode l2 = mergeList(lists, mid + 1, right); return merge(l1, l2); } public ListNode merge(ListNode l1, ListNode l2){ if(l1 == null) return l2; if(l2 == null) return l1; ListNode ans = new ListNode(0); ListNode p = ans; while(l1 != null && l2 != null){ if(l1.val <= l2.val){ p.next = l1; l1 = l1.next; } else{ p.next = l2; l2 = l2.next; } p = p.next; } p.next = l1 == null? l2 : l1; return ans.next; }
解法4:循环遍历
思路: 已经解决了两个排序链表的问题,则k个链表的排序也进行依次遍历即可解决;
因为两个链表合并的时间复杂度是O(n),空间复杂度是O(1);
k个链表是外加一次循环,所以时间复杂度为O(n*m)
(n为lists数组的长度,m为数组中链表的长度),空间复杂度为O(1)
public ListNode mergeKLists(ArrayList<ListNode> lists) { ListNode result=null; for(ListNode list : lists){ result=MergeList(result,list); } return result; } public ListNode MergeList(ListNode l1,ListNode l2){ ListNode tmp = new ListNode(-1); ListNode cur = tmp; while(l1 != null && l2 != null) { if(l1.val < l2.val) { cur.next = l1; l1 = l1.next; } else { cur.next = l2; l2 = l2.next; } cur = cur.next; } if(l1 == null) cur.next = l2; // l1遍历为空 那么l2还有节点呢,所以指向l2的节点。 if(l2 == null) cur.next = l1; // l2遍历为空 那么l1还有节点呢,所以指向l1的节点。 return tmp.next; }