当前位置: 首页 > news >正文

算法的学习笔记—合并两个排序的链表(牛客JZ25)

img

😀前言
在算法面试中,链表问题是经常遇到的考点之一,其中合并两个排序链表是一个非常经典的问题。本文将详细介绍如何通过递归和迭代两种方式实现两个有序链表的合并。

🏠个人主页:尘觉主页

文章目录

  • 😀合并两个排序的链表
    • 😉题目描述
      • 示例1
      • 示例2
      • 示例3
    • 🤔解题思路
      • 🥰递归解法
        • 递归解法的分析
      • 🥰迭代解法
        • 迭代解法的分析
    • 😄总结

😀合并两个排序的链表

NowCoder

😉题目描述

输入两个递增的链表,单个链表的长度为n,合并这两个链表并使新链表中的节点仍然是递增排序的。

数据范围: 0≤n≤1000,−1000≤节点值≤1000
要求:空间复杂度 O(1),时间复杂度 O(n)

如输入{1,3,5},{2,4,6}时,合并后的链表为{1,2,3,4,5,6},所以对应的输出为{1,2,3,4,5,6},转换过程如下图所示:

img

或输入{-1,2,4},{1,3,4}时,合并后的链表为{-1,1,2,3,4,4},所以对应的输出为{-1,1,2,3,4,4},转换过程如下图所示:

img

示例1

  • 输入{1,3,5}{2,4,6}
  • 输出{1,2,3,4,5,6}

示例2

  • 输入{}{}
  • 输出{}

示例3

  • 输入{-1,2,4}{1,3,4}
  • 输出{-1,1,2,3,4,4}

🤔解题思路

要实现两个排序链表的合并,可以使用递归和迭代两种方法。下面分别详细讲解这两种方法的实现思路和代码。

🥰递归解法

递归解法的核心思想是比较两个链表的头节点值,并通过递归调用合并剩余部分的链表。具体而言:

  1. 如果 list1 的头节点值小于等于 list2 的头节点值,则 list1 的头节点应成为新链表的头节点,并递归合并 list1 的剩余部分和 list2
  2. 反之,则 list2 的头节点成为新链表的头节点,并递归合并 list1list2 的剩余部分。

递归解法的代码实现如下:

public ListNode Merge(ListNode list1, ListNode list2) {if (list1 == null)return list2;if (list2 == null)return list1;if (list1.val <= list2.val) {list1.next = Merge(list1.next, list2);return list1;} else {list2.next = Merge(list1, list2.next);return list2;}
}
递归解法的分析
  • 时间复杂度O(n)。每次递归都会遍历一个节点,最终遍历完所有节点,因此时间复杂度为 O(n)
  • 空间复杂度O(n)。由于递归调用占用了系统栈空间,递归深度为 n,空间复杂度为 O(n),不满足题目对 O(1) 空间复杂度的要求。

虽然递归解法简单直观,但在处理深度较大的链表时,可能会出现栈溢出的风险,因此在实际应用中通常更倾向于使用迭代解法。

🥰迭代解法

迭代解法通过维护一个指针逐步遍历两个链表,并根据节点值的大小将节点连接到新链表的末尾。具体实现步骤如下:

  1. 创建一个虚拟头节点 head,用于存储合并后的链表。
  2. 使用 cur 指针遍历 list1list2,将较小值的节点链接到 cur 后面,然后移动 cur 和相应链表的指针。
  3. 如果一个链表遍历完了,直接将另一个链表剩余部分链接到 cur 后面。
  4. 最后返回 head.next,即合并后的链表的头节点。

迭代解法的代码实现如下:

public ListNode Merge(ListNode list1, ListNode list2) {ListNode head = new ListNode(-1);ListNode cur = head;while (list1 != null && list2 != null) {if (list1.val <= list2.val) {cur.next = list1;list1 = list1.next;} else {cur.next = list2;list2 = list2.next;}cur = cur.next;}if (list1 != null)cur.next = list1;if (list2 != null)cur.next = list2;return head.next;
}
迭代解法的分析
  • 时间复杂度O(n)。同样,迭代过程中会遍历所有节点,因此时间复杂度为 O(n)
  • 空间复杂度O(1)。只使用了常量级别的额外空间,满足题目对 O(1) 空间复杂度的要求。

迭代解法不仅在时间和空间复杂度上更加符合题目的要求,还避免了递归深度过大的问题,因此在实际开发中更为常用。

😄总结

合并两个排序链表问题通过递归和迭代两种方法均可以有效解决。递归解法简单直观,但在空间复杂度上有所不足;迭代解法在时间和空间效率上更为优越,是实际应用中的首选方案。

希望通过本文的详细讲解,大家能够掌握这两种合并排序链表的技巧,并在算法面试或实际开发中灵活运用。

😁热门专栏推荐
想学习vue的可以看看这个

java基础合集

数据库合集

redis合集

nginx合集

linux合集

手写机制

微服务组件

spring_尘觉

springMVC

mybits

等等等还有许多优秀的合集在主页等着大家的光顾感谢大家的支持

🤔欢迎大家加入我的社区 尘觉社区

文章到这里就结束了,如果有什么疑问的地方请指出,诸佬们一起来评论区一起讨论😁
希望能和诸佬们一起努力,今后我们一起观看感谢您的阅读🍻
如果帮助到您不妨3连支持一下,创造不易您们的支持是我的动力🤞

img

http://www.lryc.cn/news/426128.html

相关文章:

  • 《虚拟之旅:开启无限可能的机器世界》简介:
  • centos7 服务器搭建
  • 【Godot4自学手册】第四十五节用着色器(shader)制作水中效果
  • VMware Workstation Pro 安装 Ubuntu Server
  • 智能化包括自动化与非自动化
  • 微前端架构的容器化部署:策略、实践与优势
  • 面试题(网络、js、框架)
  • C语言典型例题40
  • 【大模型部署及其应用 】使用 Ollama 和 Ollama WebUI 在本地运行 Llama 3
  • uniapp-部分文件中文乱码
  • Day41 | 647. 回文子串 516.最长回文子序列
  • 全面解析Gerapy分布式部署:从环境搭建到定时任务,避开Crawlab的坑
  • Springboot项目中使用druid实现多数据源和动态数据源,因数据库不可用导致的项目挂起的处理方案
  • 多线程 03:知识补充,静态代理与 Lambda 表达式的相关介绍,及其在多线程方面的应用
  • 机器学习中的距离概念
  • Java 如何判断map为null或者空
  • 终端用户视角下的性能测试,体验与度量的融合
  • KCP源码解析系列(二)KCP协议结构体
  • 微软运行库全集合:一站式解决兼容性问题
  • 【 亿邦动力网-注册安全分析报告】
  • 算法笔记|Day26贪心算法IV
  • CVPR2023《DNF: Decouple and Feedback Network for Seeing in the Dark》暗光图像增强论文阅读笔记
  • 大厂进阶七:React状态管理全解析
  • 【ocr识别003】flask+paddleocr+bootstrap搭建OCR文本推理WEB服务
  • 从零开始搭建 LVS 高性能集群 (DR模式)
  • Linux环境开发工具【yum与vim】
  • laravel GuzzleHttp Client 无法获取返回的错误信息
  • XMOS 多路音频解码器
  • XSS小游戏(题目+解析)
  • 《Redis核心技术与实战》学习笔记4——AOF日志:宕机了,Redis如何避免数据丢失?