23. 合并 K 个升序链表(困难)

Posted on Edited on In Views:

1，问题描述

23. 合并 K 个升序链表

难度：困难

给你一个链表数组，每个链表都已经按升序排列。

请你将所有链表合并到一个升序链表中，返回合并后的链表。

示例 1：

1
2
3
4
5
6
7
8
9
10
输入：lists = [[1,4,5],[1,3,4],[2,6]]
输出：[1,1,2,3,4,4,5,6]
解释：链表数组如下：
[
  1->4->5,
  1->3->4,
  2->6
]
将它们合并到一个有序链表中得到。
1->1->2->3->4->4->5->6

示例 2：

1
2
输入：lists = []
输出：[]

示例 3：

1
2
输入：lists = [[]]
输出：[]

提示：

  • k == lists.length
  • 0 <= k <= 10^4
  • 0 <= lists[i].length <= 500
  • -10^4 <= lists[i][j] <= 10^4
  • lists[i] 按 升序 排列
  • lists[i].length 的总和不超过 10^4

2，思考过程

​ 我自己第一时间想到的是优先队列，先入队一遍，在全部出队一遍

​ 看了官方的有分治合并的算法、暴力求解法

3，代码处理

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
import support.ListNode;

import java.util.PriorityQueue;

public class _23合并K个升序链表 {

    public ListNode mergeKLists_force_crack(ListNode[] lists) {
        ListNode ans = null;
        for (int i = 0; i < lists.length; ++i) {
            ans = mergeTwoListNode(ans, lists[i]);
        }
        return ans;
    }


    // 分治合并
    public ListNode mergeKLists_partition_merger(ListNode[] lists) {
        return merge(lists, 0, lists.length - 1);
    }

    private ListNode merge(ListNode[] lists, int left, int right) {
        if (left > right) {
            return null;
        }
        if (left == right) {
            return lists[left];
        }
        int mid = (left + right) >>1;
        ListNode listNode1 = merge(lists, left, mid);
        ListNode listNode2 = merge(lists, mid + 1, right);
        return mergeTwoListNode(listNode1, listNode2);
    }

    private ListNode mergeTwoListNode(ListNode listNode1, ListNode listNode2) {
        if(listNode1 == null || listNode2 == null){
            return listNode1 == null ? listNode2 : listNode1;
        }

        ListNode head = new ListNode();
        ListNode tail = head;
        while (listNode1 != null && listNode2 != null){
            if (listNode1.val < listNode2.val) {
                tail.next = new ListNode(listNode1.val);
                listNode1 = listNode1.next;
            } else {
                tail.next = new ListNode(listNode2.val);
                listNode2 = listNode2.next;
            }
            tail = tail.next;
        }
        tail.next = listNode1 == null ? listNode2 : listNode1;
        return head.next;
    }


    public ListNode mergeKLists_queue(ListNode[] lists) {
        PriorityQueue<Status> queue = new PriorityQueue<Status>();
        for (ListNode list : lists) {
            if (list != null) {
                queue.add(new Status(list.val, list));
            }
        }
        ListNode head = new ListNode(0);
        ListNode tail = head;
        while (!queue.isEmpty()) {
            Status status = queue.poll();
            tail.next = status.ptr;
            tail = tail.next;
            if (status.ptr.next != null) {
                queue.add(new Status(status.ptr.next.val, status.ptr.next));
            }
        }
        return head.next;
    }

    class Status implements Comparable<Status> {
        int val;
        ListNode ptr;

        Status(int val, ListNode ptr) {
            this.val = val;
            this.ptr = ptr;
        }

        public int compareTo(Status status2) {
            return this.val - status2.val;
        }
    }

    // 自己编写的优先队列
    public ListNode mergeKLists(ListNode[] lists) {
        int length = lists.length;
        if (length == 0) {
            return null;
        } else if (length == 1) {
            return lists[0];
        }

        // 创建一个链表集合
        ListNode listNode = new ListNode(Integer.MIN_VALUE);
        ListNodeLink listNodeLink = new ListNodeLink(listNode);
        for (int i = 0; i < length; i++) {
            listNodeLink = listNodeLink.push(lists[i]);
        }
        listNodeLink = listNodeLink.nextLink;

        // 输出链表集合
        ListNode head = new ListNode();
        ListNode cur = head;
        while (listNodeLink != null && listNodeLink.nextLink != null) {
            cur.next = new ListNode(listNodeLink.pop());
            cur = cur.next;
        }
        if (listNodeLink != null) {
            cur.next = listNodeLink.headLink;
        }
        return head.next;
    }

    static class ListNodeLink {
        ListNode headLink;
        ListNodeLink nextLink;

        public ListNodeLink(ListNode node) {
            this.headLink = node;
        }

        // 取出单个数值
        public int pop() {
            // 整理输出
            ListNode headLinkPre = headLink;
            int val = headLinkPre.val;
            headLinkPre = headLinkPre.next;

            // 进行重拍序
            if (nextLink == null) {
                headLink = headLinkPre;
            } else {
                ListNodeLink push = nextLink.push(headLinkPre);
                headLink = push.headLink;
                nextLink = push.nextLink;
            }

            return val;
        }

        public int peek() {
            return headLink.val;
        }

        // 新增一个节点(自动排序)
        public ListNodeLink push(ListNode node) {
            if (node == null) {
                return this;
            }

            // 新建一个节点
            ListNodeLink listNodeLink = new ListNodeLink(node);

            // 比较位置
            ListNodeLink headMid = this;
            if (headMid.headLink.val >= node.val) {
                // 处于头部
                listNodeLink.nextLink = this;
                return listNodeLink;
            }

            // 处于后面
            while (headMid.nextLink != null && headMid.nextLink.peek() < node.val) {
                // 需要移动位置
                headMid = headMid.nextLink;
            }

            // 重新排序：重组
            listNodeLink.nextLink = headMid.nextLink;
            headMid.nextLink = listNodeLink;
            return this;
        }
    }

    public static void main(String[] args) {
        _23合并K个升序链表 mergeKLists = new _23合并K个升序链表();
        ListNode[] lists = new ListNode[]{
//                new ListNode(0, new ListNode(2, new ListNode(5))),

                null,
                null,
//                new ListNode(),


//                new ListNode(1, new ListNode(2, new ListNode(4))),
//                new ListNode(4, new ListNode(5, new ListNode(6, new ListNode(7)))),

//                new ListNode(1, new ListNode(4, new ListNode(5))),
//                new ListNode(1, new ListNode(3, new ListNode(4))),
//                new ListNode(2, new ListNode(6))
        };

        ListNode listNode = mergeKLists.mergeKLists(lists);
        while (listNode != null) {
            System.out.println(listNode.val);
            listNode = listNode.next;
        }
    }
}

4，思考过程

​ 分治合并：是一种算法策略。它将一个大的问题分解成多个较小规模的子问题，分别解决这些子问题后再将结果合并起来。在特定的上下文中，可能是对于合并多个升序链表这个问题，采用分治的思想，先将链表数组分成两部分，分别对两部分进行合并，然后再将合并后的结果进一步合并，直到最终得到全部链表合并后的升序链表。