当前位置: 首页 > news >正文

每日一题-单链表排序

为了对给定的单链表按升序排序,我们可以考虑以下解决方法:

思路

  1. 归并排序(Merge Sort):由于归并排序的时间复杂度为 O ( n log ⁡ n ) O(n \log n) O(nlogn),并且归并排序不需要额外的空间(空间复杂度为 O ( 1 ) O(1) O(1),但实际上需要递归栈空间),这使得它非常适合用来排序链表。通过归并排序对链表进行排序时,节点的值会被有效地排序,同时还保证了时间和空间的复杂度要求。

  2. 链表操作:我们需要将链表分割为两个子链表,递归地对这两个子链表进行排序,然后合并它们。

步骤

  1. 分割链表:通过快慢指针的方法找到链表的中间节点,将链表分为两部分。
  2. 递归排序:递归地对每一部分链表进行排序。
  3. 合并排序后的链表:将两个已排序的链表合并成一个有序链表。

代码实现

struct ListNode {int val;struct ListNode* next;
};/*** 合并两个已经排序的链表*/
#include <stdio.h>
#include <stdlib.h>struct ListNode {int val;struct ListNode* next;
};/*** 合并两个已经排序的链表*/
struct ListNode* merge(struct ListNode* left, struct ListNode* right) {struct ListNode dummy;struct ListNode* p = &dummy;// 合并两个链表while (left != NULL && right != NULL) {if (left->val < right->val) {p->next = left;left = left->next;} else {p->next = right;right = right->next;}p = p->next;}// 如果还有剩余的元素,直接连接到结果链表if (left != NULL) {p->next = left;} else {p->next = right;}return dummy.next;
}/*** 找到链表的中间节点*/
struct ListNode* findMid(struct ListNode* head) {// 添加空指针检查if (head == NULL || head->next == NULL) {return head;}struct ListNode* slow = head;struct ListNode* fast = head->next;  // Changed initial position// 快慢指针找到中点while (fast != NULL && fast->next != NULL) {slow = slow->next;fast = fast->next->next;}return slow;
}/*** 归并排序链表*/
struct ListNode* sortInList(struct ListNode* head) {// 如果链表为空或只有一个元素,直接返回if (head == NULL || head->next == NULL)return head;// 找到链表的中间节点struct ListNode* mid = findMid(head);struct ListNode* right = mid->next;mid->next = NULL; // 分割链表为两部分struct ListNode* left = head;// 递归排序两个子链表left = sortInList(left);right = sortInList(right);// 合并两个排序后的链表return merge(left, right);
}int main() {  // Changed from void main() to int main()// 创建链表: 1 -> 2 -> 3 -> 4 -> 5struct ListNode* pHead1 = (struct ListNode*)malloc(sizeof(struct ListNode));pHead1->val = 1;pHead1->next = (struct ListNode*)malloc(sizeof(struct ListNode));pHead1->next->val = 2;pHead1->next->next = (struct ListNode*)malloc(sizeof(struct ListNode));pHead1->next->next->val = 3;pHead1->next->next->next = (struct ListNode*)malloc(sizeof(struct ListNode));pHead1->next->next->next->val = 4;pHead1->next->next->next->next = (struct ListNode*)malloc(sizeof(struct ListNode));pHead1->next->next->next->next->val = 5;pHead1->next->next->next->next->next = NULL;// 排序链表struct ListNode* result = sortInList(pHead1);// 打印排序后的链表struct ListNode* cur = result;while (cur != NULL) {printf("%d -> ", cur->val);cur = cur->next;}printf("NULL\n");// 释放内存while (result != NULL) {struct ListNode* temp = result;result = result->next;free(temp);}return 0;
}

补充:选择 dummy.nextdummy->next

在代码中,dummy.nextdummy->next 之间的区别取决于你使用的指针类型和编程语言的语法。

区别
  1. dummy.next:这种写法通常用于在结构体中定义成员变量的情况,这种写法适用于对象实例而非指针类型。例如:

    struct ListNode {int val;ListNode* next;  // 这是一个指针成员变量
    };ListNode dummy;
    dummy.next = someNode;  // 直接访问dummy对象的next成员
    
  2. dummy->next:这种写法通常用于通过指针访问结构体的成员。在这种情况下,dummy 是指向结构体的指针,你需要使用箭头操作符 -> 来访问结构体的成员变量。例如:

    ListNode* dummy = new ListNode();
    dummy->next = someNode;  // 使用箭头符号来访问指针dummy的next成员
    

选择 dummy.nextdummy->next

  • dummy.next 是用在我们直接创建一个结构体对象时(即没有使用指针),通过对象访问其成员变量。
  • dummy->next 是用在我们使用结构体指针时,通过指针来访问结构体的成员变量。

代码中的具体情况

在你的归并排序代码中,dummy 是一个结构体对象而不是指针,所以我们使用 dummy.next 来访问结构体成员 next。而如果我们把 dummy 定义为一个指针(即 ListNode* dummy = new ListNode();),那么就应该使用 dummy->next 来访问成员变量。

举个例子
使用结构体对象时:
ListNode dummy;
dummy.next = someNode;  // 直接通过对象访问
使用结构体指针时:
ListNode* dummy = new ListNode();
dummy->next = someNode;  // 使用箭头符号访问成员

总结

  • dummy.next:适用于 dummy 是结构体对象的情况。
  • dummy->next:适用于 dummy 是结构体指针的情况。
    还是挺好理解的,如果定义的是一个结构体,用.,如果定义的是一个结构体指针,用的是->。

解释

  1. merge 函数:将两个已排序的链表合并成一个排序好的链表。我们通过逐个比较节点的值来合并。
  2. findMiddle 函数:使用快慢指针来找到链表的中间节点。快指针每次移动两步,慢指针每次移动一步。当快指针到达链表末尾时,慢指针刚好到达中间位置。
  3. sortInList 函数:这是主要的排序函数,利用归并排序的思想。首先通过 findMiddle 找到中间节点,将链表分为两部分,然后递归地对每一部分链表进行排序,最后用 merge 将排序后的两部分合并。

时间复杂度

  • 归并排序的时间复杂度为 O ( n log ⁡ n ) O(n \log n) O(nlogn),其中 n n n 是链表的节点数。
  • 每次递归分割链表的时间复杂度为 O ( n ) O(n) O(n),总共递归的层数为 O ( log ⁡ n ) O(\log n) O(logn),因此总的时间复杂度为 O ( n log ⁡ n ) O(n \log n) O(nlogn)

空间复杂度

  • 归并排序的空间复杂度为 O ( n ) O(n) O(n),因为递归栈的空间复杂度是 O ( log ⁡ n ) O(\log n) O(logn),但每次合并需要额外的空间来存储结果链表。
http://www.lryc.cn/news/520578.html

相关文章:

  • webpack04服务器配置
  • JDK下载安装配置
  • 30_Redis哨兵模式
  • NLP三大特征抽取器:CNN、RNN与Transformer全面解析
  • 《使用 YOLOV8 和 KerasCV 进行高效目标检测》
  • 从MySQL迁移到PostgreSQL的完整指南
  • 服务器一次性部署One API + ChatGPT-Next-Web
  • 51单片机 和 STM32 的烧录方式和通信协议的区别
  • (STM32笔记)十二、DMA的基础知识与用法 第二部分
  • 【优选算法篇】:模拟算法的力量--解决复杂问题的新视角
  • 探秘 JMeter (Interleave Controller)交错控制器:解锁性能测试的隐藏密码
  • 脚本化挂在物理盘、nfs、yum、pg数据库、nginx(已上传脚本)
  • ESP嵌入式开发环境安装
  • Elasticsearch入门学习
  • 黑马linux笔记(03)在Linux上部署各类软件 MySQL5.7/8.0 Tomcat(JDK) Nginx RabbitMQ
  • 《软硬协同优化,解锁鸿蒙系统AI应用性能新高度》
  • 利用 Tree Shaking 提升 React.js 性能
  • RPC实现原理,怎么跟调用本地一样
  • Vue进阶之AI智能助手项目(二)——ChatGPT的调用和开发
  • python学opencv|读取图像(二十九)使用cv2.getRotationMatrix2D()函数旋转缩放图像
  • 2025-微服务—SpringCloud-1~3
  • UnityXR Interaction Toolkit 如何检测HandGestures
  • 使用 Multer 上传图片到阿里云 OSS
  • 2008-2020年各省社会消费品零售总额数据
  • 【大模型入门指南 07】量化技术浅析
  • java 查询树结构数据,无限层级树结构通用方法
  • FreeCAD集成gmsh源码分析
  • K8s 集群 IP 地址管理指南(K8s Cluster IP Address Management Guide)
  • Debye-Einstein-模型拟合比热容Python脚本
  • OpenCV的图像分割