2020/2/17
题目描述
- 合并 k 个排序链表，返回合并后的排序链表。
示例
输入:
[
1->4->5,
1->3->4,
2->6
]
输出: 1->1->2->3->4->4->5->6
相关标签
堆
列表
分治算法
解题思路
逐一比较法
算法
比较 k 个节点（每个链表的首节点），获得最小值的节点。
将选中的节点接在最终有序链表的后面。
复杂度分析
时间复杂度：
O(kN) ，其中 k 是链表的数目。几乎最终有序链表中每个节点的时间开销都为 O(k) （ k-1 次比较）。总共有 N 个节点在最后的链表中。
空间复杂度：
O(n) 。创建一个新的链表空间开销为 O(n) 。O(1) 。重复利用原来的链表节点，每次选择节点时将它直接接在最后返回的链表后面，而不是创建一个新的节点。优先队列法
算法
几乎与上述方法一样，除了将 比较环节 用 优先队列 进行了优化。
复杂度分析
时间复杂度：
O(Nlogk) ，其中 k 是链表的数目。弹出操作时，比较操作的代价会被优化到 O(logk) 。同时，找到最小值节点的时间开销仅仅为 O(1)。最后的链表中总共有 N 个节点。
空间复杂度：同上。-
分治法
算法
分治法将k个链表进行逐对的合并，每一轮合并相比上一轮合并的次数减半，总计共进行log2(k)轮。重复这一过程，最终就可以得到需要的唯一有序链表。合并过程
复杂度分析
时间复杂度： O(Nlogk)，n为两个链表中的总节点数
空间复杂度：O(1)
源代码
1. 逐一比较法
// Definition for singly-linked list.
// #[derive(PartialEq, Eq, Clone, Debug)]
// pub struct ListNode {
// pub val: i32,
// pub next: Option<Box<ListNode>>
// }
//
// impl ListNode {
// #[inline]
// fn new(val: i32) -> Self {
// ListNode {
// next: None,
// val
// }
// }
// }
impl Solution {
pub fn merge_k_lists(lists: Vec<Option<Box<ListNode>>>) -> Option<Box<ListNode>> {
let mut val = 9999;
let len: usize = lists.len();
let mut ans: Option<Box<ListNode>> = None;
let mut ans_p = &mut ans;
let mut ps: Vec<&Option<Box<ListNode>>> = vec![];
for list_node in lists.iter() {
ps.push(&list_node);
}
let mut count = 0;
let mut min_val = 9999;
let mut min_index = 0;
loop {
for i in 0..len{
if let Some(node) = ps[i]{
// println!("node_val: {}, min_val: {}", node.val, min_val);
if(min_val > node.val){
min_val = node.val;
min_index = i;
}
count += 1;
}
// println!("{}", count);
}
if(count == 0) {
break;
}else{
// println!("{}", min_val);
*ans_p = Some(Box::new(ListNode::new(min_val)));
if let Some(node) = ans_p{
ans_p = &mut node.next;
}
if let Some(node) = ps[min_index]{
ps[min_index] = &node.next;
}
count = 0;
min_val = 9999;
}
};
ans
}
}
- 执行用时 : 288 ms, 在所有 Rust 提交中击败了11.43%的用户
- 内存消耗 : 3.1 MB, 在所有 Rust 提交中击败了53.57%的用户
2. 优先队列优化
Rust标准库中并没有包含优先队列，需要自己实现比较麻烦
use std::collections::{BTreeSet, BTreeMap, HashSet, HashMap, BinaryHeap};
use std::{i32, i64, u32, u64};
use std::cmp::{Reverse, Ordering};
struct KVPair {
value: i32,
from_list: usize
}
impl PartialEq for KVPair {
fn eq(&self, other: &Self) -> bool {
self.value == other.value
}
fn ne(&self, other: &Self) -> bool {
self.value != other.value
}
}
impl PartialOrd for KVPair {
fn partial_cmp(&self, other: &Self) -> Option<Ordering> {
Some(self.value.cmp(&other.value))
}
fn lt(&self, other: &Self) -> bool {
self.value < other.value
}
fn le(&self, other: &Self) -> bool {
self.value <= other.value
}
fn gt(&self, other: &Self) -> bool {
self.value > other.value
}
fn ge(&self, other: &Self) -> bool {
self.value >= other.value
}
}
impl Eq for KVPair {}
impl Ord for KVPair {
fn cmp(&self, other: &Self) -> Ordering {
self.partial_cmp(other).unwrap()
}
}
impl KVPair {
pub fn new(value: i32, from_list: usize) -> Self {
KVPair { value, from_list }
}
}
impl Solution {
pub fn merge_k_lists(lists: Vec<Option<Box<ListNode>>>) -> Option<Box<ListNode>> {
let mut heap = BinaryHeap::new();
let mut heads = Vec::new();
for list in lists.iter() {
heads.push(list);
}
for (i, head) in heads.iter_mut().enumerate() {
if let Some(node) = head {
heap.push(Reverse(KVPair::new(node.val, i)));
*head = &node.next;
}
}
let mut merged_list: Option<Box<ListNode>> = None;
let mut list_tail = &mut merged_list;
while let Some(kv_pair) = heap.pop() {
let new_node = Box::new(ListNode::new(kv_pair.0.value));
if let Some(node) = heads[kv_pair.0.from_list] {
heap.push(Reverse(KVPair::new(node.val, kv_pair.0.from_list)));
heads[kv_pair.0.from_list] = &node.next;
}
if let Some(tail) = list_tail {
tail.next = Some(new_node);
list_tail = &mut tail.next;
} else {
*list_tail = Some(new_node);
}
}
merged_list
}
}
- 执行用时 : 4 ms, 在所有 Rust 提交中击败了100.00%的用户
- 内存消耗 : 3.3 MB, 在所有 Rust 提交中击败了17.86%的用户
2. 分治法
impl Solution {
//分治法
pub fn merge_k_lists(lists: Vec<Option<Box<ListNode>>>) -> Option<Box<ListNode>> {
let (len, mut interval) = (lists.len(), 1);
let mut heads = lists;
if len == 0 {
return None;
}
while interval < len {
let mut i = 0;
while i < len-interval {
heads[i] = Self::merge_two_lists(&mut heads[i] as *mut Option<Box<ListNode>>,
&mut heads[i+interval] as *mut Option<Box<ListNode>>);
i += interval*2;
}
interval *= 2;
}
heads[0].clone()
}
pub fn merge_two_lists(l1: *mut Option<Box<ListNode>>, l2: *mut Option<Box<ListNode>>) -> Option<Box<ListNode>> {
let mut head = Some(Box::new(ListNode::new(0)));
let (mut p1, mut p2, mut pr) = (l1, l2, &mut head as *mut Option<Box<ListNode>>);
let (mut l1, mut l2) = (None, None);
unsafe {
let node_val = |x: *mut Option<Box<ListNode>>| {
if (*x) == None {
None
}else {
Some((*x).as_ref().unwrap().val)
}
};
let node_next = |x: *mut Option<Box<ListNode>>| {
if (*x) == None {
x
}else {
&mut (*x).as_mut().unwrap().next as *mut Option<Box<ListNode>>
}
};
loop {
match (node_val(p1), node_val(p2)) {
(Some(v1), Some(v2)) => {
if v1 < v2 {
if (*node_next(pr)) != None && node_next(pr) == p2 {
l2 = (*node_next(pr)).take();
p2 = &mut l2 as *mut Option<Box<ListNode>>;
}
(*node_next(pr)) = (*p1).take();
pr = node_next(pr);
p1 = node_next(pr);
}else {
if (*node_next(pr)) != None && node_next(pr) == p1 {
= (*node_next(pr)).take();
p1 = &mut l1 as *mut Option<Box<ListNode>>;
}
(*node_next(pr)) = (*p2).take();
pr = node_next(pr);
p2 = node_next(pr);
};
},
(Some(_), None) => {
(*pr).as_mut().unwrap().next = (*p1).take();
break;
},
(None, Some(_)) => {
(*pr).as_mut().unwrap().next = (*p2).take();
break;
},
(None, None) => {
return None;
},
}
}
}
head.unwrap().next
}
}
- 执行用时 : 8 ms, 在所有 Rust 提交中击败了84.62%的用户
- 内存消耗 :3 MB, 在所有 Rust 提交中击败了72.00%的用户
总结
分治法中，合并两个链表的部分比较头疼，虽然在“21. 合并两个有序链表”中尝试的“迭代法”和“取链表头组合法”都是0ms通过，但放在这道题中，前者要比后者慢100倍之多。猜测是迭代法的实现存在大量的clone，拖慢了时间。若要在摆脱clone，转为调用指针的方法，那就要通过rc智能指针或者unsafe的裸指针，前者与所给的数据结构不匹配，后者打算之后进一步尝试。递归法和取链表头组合差不多时间。目前最快的还是自己构造优先队列的方法，能达到4ms。
另外，本题中使用了迭代而非递归的方法完成归并，可以留心一下写法。
