标签：des style blog http io ar color os 使用
Merge k Sorted Lists
Merge k sorted linked lists and return it as one sorted list. Analyze and describe its complexity.
Show Tags
参考资料： http://blog.csdn.net/linhuanmars/article/details/19899259。
SOLUTION 1:
使用分治法。左右分别递归调用Merge K sorted List，然后再使用merge linked list 合并在一起。
解答摘录如下：这 道题目在分布式系统中非常常见，来自不同client的sorted list要在central server上面merge起来。这个题目一般有两种做法，下面一一介绍并且分析复杂度。 第一种做法比较容易想到，就是有点类似于MergeSort的思路,就是分治法，不了解MergeSort的朋友，请参见归并排序-维基百科，是一个比较经典的O(nlogn)的排序算法，还是比较重要的。思路是先分成两个子任务，然后递归求子任务，最后回溯回来。这个题目也是这样，先把k个list分成两半，然后继续划分，知道剩下两个list就合并起来，合并时会用到Merge Two Sorted Lists这道题，不熟悉的朋友可以复习一下。代码如下：
1 /* 2 SOL 1: 3 使用merge sort和分治法完成 4 */ 5 public ListNode mergeKLists1(List<ListNode> lists) { 6 // 记得加上这个合法性判断。 7 if (lists == null || lists.size() == 0) { 8 return null; 9 } 10 11 return helper(lists, 0, lists.size() - 1); 12 } 13 14 /* 15 l, r表示list的左右边界 16 */ 17 public ListNode helper(List<ListNode> lists, int l, int r) { 18 if (l < r) { 19 int mid = l + (r - l) / 2; 20 21 /* 22 分治法。把问题分为2个更小的子问题：左边list的merge，和右边list的merge. 23 再把2个生成的解合并在一起。 24 */ 25 return merge(helper(lists, l, mid), helper(lists, mid + 1, r)); 26 } 27 28 return lists.get(l); 29 } 30 31 public ListNode merge(ListNode n1, ListNode n2) { 32 ListNode dummy = new ListNode(0); 33 ListNode cur = dummy; 34 35 while (n1 != null && n2 != null) { 36 if (n1.val < n2.val) { 37 cur.next = n1; 38 n1 = n1.next; 39 } else { 40 cur.next = n2; 41 n2 = n2.next; 42 } 43 44 cur = cur.next; 45 } 46 47 if (n1 != null) { 48 cur.next = n1; 49 } else { 50 cur.next = n2; 51 } 52 53 return dummy.next; 54 }
我们来分析一下上述算法的时间复杂度。假设总共有k个list，每个list的最大长度是n，那么运行时间满足递推式T(k) = 2T(k/2)+O(n*k)。根据主定理，可以算出算法的总复杂度是O(nklogk)。如果不了解主定理的朋友，可以参见主定理-维基百科。空间复杂度的话是递归栈的大小O(logk)。
SOLUTION 2:
接 下来我们来看第二种方法。这种方法用到了堆的数据结构，思路比较难想到，但是其实原理比较简单。维护一个大小为k的堆，每次取堆顶的最小元素放到结果中， 然后读取该元素的下一个元素放入堆中，重新维护好。因为每个链表是有序的，每次又是去当前k个元素中最小的，所以当所有链表都读完时结束，这个时候所有元 素按从小到大放在结果链表中。这个算法每个元素要读取一次，即是k*n次，然后每次读取元素要把新元素插入堆中要logk的复杂度，所以总时间复杂度是 O(nklogk)。空间复杂度是堆的大小，即为O(k)。代码如下：
1 /* 2 SOL 2: 3 使用 priority Queue. 4 */ 5 public ListNode mergeKLists(List<ListNode> lists) { 6 // 记得加上这个合法性判断。 7 if (lists == null || lists.size() == 0) { 8 return null; 9 } 10 11 int size = lists.size(); 12 13 PriorityQueue<ListNode> q = new PriorityQueue<ListNode>(size, 14 new Comparator<ListNode>() { 15 // 注意，此处参数用ListNode 16 public int compare(ListNode o1, ListNode o2) { 17 return o1.val - o2.val; 18 } 19 } 20 ); 21 22 // Add all the head node to the priority queue. 23 for (ListNode node: lists) { 24 if (node != null) { 25 // Should skip the null node.s 26 q.offer(node); 27 } 28 } 29 30 ListNode dummy = new ListNode(0); 31 ListNode tail = dummy; 32 33 while (!q.isEmpty()) { 34 // get the smallest node from the queue. 35 ListNode cur = q.poll(); 36 37 tail.next = cur; 38 tail = tail.next; 39 40 // 将下一个节点补充进来。 41 if (cur.next != null) { 42 q.offer(cur.next); 43 } 44 } 45 46 return dummy.next; 47 }
GITHUB:
https://github.com/yuzhangcmu/LeetCode_algorithm/blob/master/list/MergeKLists_1204.java
LeetCode: Merge k Sorted Lists 解题报告
标签：des style blog http io ar color os 使用
原文地址：http://www.cnblogs.com/yuzhangcmu/p/4146119.html
