【力扣】23. 合并 K 个升序链表 <链表指针、堆排序、分治>
目录
- 【力扣】23. 合并 K 个升序链表
- 题解
- 方法一:暴力,先遍历取出来值到数组中排序,再生成新链表
- 方法二:基础堆排序(使用优先队列 PriorityQueue)
- 方法三:基础堆排序(使用优先队列 PriorityQueue)
- 方法四:递归
- 方法五:分治
【力扣】23. 合并 K 个升序链表
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
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
输入:lists = []
输出:[]
示例 3
输入:lists = [[]]
输出:[]
提示:
k == lists.length
0 <= k <= 1 0 4 10^4 104
0 <= lists[i].length <= 500
- 1 0 4 10^4 104 <= lists[i][j] <= 1 0 4 10^4 104
lists[i] 按升序排列
lists[i].length 的总和不超过 1 0 4 10^4 104
题解
方法一:暴力,先遍历取出来值到数组中排序,再生成新链表
import java.util.*;class ListNode {int val;ListNode next;ListNode() {}ListNode(int val) { this.val = val; }ListNode(int val, ListNode next) { this.val = val;this.next = next; }
}class Solution {public ListNode mergeKLists(ListNode[] lists) {ListNode dummyNode = new ListNode(-1);ListNode prev = dummyNode;//先遍历取出来值到数组中排序List<Integer> nodes = new ArrayList();for(ListNode list: lists){while(list != null){nodes.add(list.val);list = list.next;}}Collections.sort(nodes);//生成新链表for(int x : nodes){prev.next = new ListNode(x);prev = prev.next;}return dummyNode.next;}
}
方法二:基础堆排序(使用优先队列 PriorityQueue)
思路:遍历数组每个值,建小顶堆,照着小顶堆依次取堆顶元素并移除,直到堆空
import java.util.*;class ListNode {int val;ListNode next;ListNode() {}ListNode(int val) { this.val = val; }ListNode(int val, ListNode next) { this.val = val;this.next = next; }
}class Solution {public ListNode mergeKLists(ListNode[] lists) {//边界if (lists == null || lists.length == 0) {return null;}//创建一个堆(优先队列),并设置元素的排序方式PriorityQueue<ListNode> queue = new PriorityQueue(new Comparator<ListNode>() {@Overridepublic int compare(ListNode o1, ListNode o2) {return (o1.val - o2.val);}});//遍历链表数组,然后将每个链表的每个节点都放入堆中for(ListNode list: lists){while(list != null){queue.add(list);list = list.next;}}ListNode dummyNode = new ListNode(-1);ListNode prev = dummyNode;//从堆中不断取出元素,并将取出的元素串联起来while (!queue.isEmpty()) {prev.next = queue.poll();prev = prev.next;}prev.next = null;return dummyNode.next;}
}
方法三:基础堆排序(使用优先队列 PriorityQueue)
思路:只遍历每个数组第一个值(k 个),建小顶堆,照着小顶堆依次取堆顶元素并移除,移除的同时,如果这个值原来还有next 就补齐 k个到堆里,继续取堆顶移除。
因为:k 个链表中的最小值,一定来自 k 个递增链表中某一个的第一个值。将原先的 O(N) 的空间复杂度优化到 O(k)
import java.util.*;class ListNode {int val;ListNode next;ListNode() {}ListNode(int val) { this.val = val; }ListNode(int val, ListNode next) { this.val = val;this.next = next; }
}class Solution {public ListNode mergeKLists(ListNode[] lists) {//边界if (lists == null || lists.length == 0) {return null;}//创建一个小根堆,并定义好排序函数PriorityQueue<ListNode> queue = new PriorityQueue(new Comparator<ListNode>() {@Overridepublic int compare(ListNode o1, ListNode o2) {return (o1.val - o2.val);}});//这里不再是一股脑全部放到堆中,而是只把 k 个链表的第一个节点放入到堆中for (ListNode list : lists) {ListNode eachHead = list;if (eachHead != null) {queue.add(eachHead);}}ListNode dummyNode = new ListNode(-1);ListNode prev = dummyNode;//之后不断从堆中取出节点,如果这个节点所在的链表还有下一个节点,就将下个节点也放入堆中while (queue.size() > 0) {ListNode node = queue.poll();prev.next = node;prev = prev.next;if (node.next != null) {queue.add(node.next);}}prev.next = null;return dummyNode.next;}
}
方法四:递归
合并两个链表的思路来合并 k 个链表
class ListNode {int val;ListNode next;ListNode() {}ListNode(int val) { this.val = val; }ListNode(int val, ListNode next) { this.val = val;this.next = next; }
}class Solution {public ListNode mergeKLists(ListNode[] lists) {// 边界if (lists == null || lists.length == 0) {return null;}// 将 lists[0] 作为最终合并的链表,然后将 list[0] 和 lists[1] 合并成 lists[0-1]// 再将 lists[0-1] 和 lists[2] 合并,如此反复最终 lists[0] 就是最终结果ListNode res = lists[0];for (int i = 1; i < lists.length; i++) {res = merge(res, lists[i]);}return res;}// 合并两个有序链表,递归版本private ListNode merge(ListNode l1, ListNode l2) {//递归的结束条件,如果 l1 和 l2 中有一个为空就返回if (l1 == null || l2 == null) {return (l1 == null) ? l2 : l1;}//如果 l1 的值 <=l2 的值,就继续递归,比较 l1.next 的值和 l2 的值//l1.next 和 l2 比较完后,会产生一个更小的节点 x,将 x 加到当前 l1 的后面if (l1.val <= l2.val) {l1.next = merge(l1.next, l2);return l1;}//如果 l1 的值 >l2 的值,就继续递归,比较 l1 的值和 l2.next 的值else {l2.next = merge(l1, l2.next);return l2;}}
}
方法五:分治
一开始数组的规模是 k,找到中间点,一分为二,然后再拆分,直到不能再拆分 (规模为1时) 时便返回。之后开始合并,合并的代码借用了合并两个排序链表的代码。
当两个规模最小的链表合并完后,其规模就变大了,然后不断重复这个合并过程,直到最终得到一个有序的链表。
分治就是不断缩小其规模,再不断合并扩大的过程
class Solution {public ListNode mergeKLists(ListNode[] lists) {// 边界if (lists == null || lists.length == 0) {return null;}//分治return helper(lists, 0, lists.length - 1);}//通过合并两个链表,不断增大其规模,整体看就是不断缩小-最后不断扩大的过程private ListNode helper(ListNode[] lists, int begin, int end) {if (begin == end) {return lists[begin];}//通过 mid 将数组一分为二,并不断缩小规模,当规模为 1 时返回并开始合并int mid = begin + (end - begin) / 2;ListNode left = helper(lists, begin, mid);ListNode right = helper(lists, mid + 1, end);return merge(left, right);}// 合并两个有序链表,递归版本private ListNode merge(ListNode l1, ListNode l2) {//递归的结束条件,如果 l1 和 l2 中有一个为空就返回if (l1 == null || l2 == null) {return (l1 == null) ? l2 : l1;}//如果 l1 的值 <=l2 的值,就继续递归,比较 l1.next 的值和 l2 的值//l1.next 和 l2 比较完后,会产生一个更小的节点 x,将 x 加到当前 l1 的后面if (l1.val <= l2.val) {l1.next = merge(l1.next, l2);return l1;}//如果 l1 的值 >l2 的值,就继续递归,比较 l1 的值和 l2.next 的值else {l2.next = merge(l1, l2.next);return l2;}}
}

相关文章:
【力扣】23. 合并 K 个升序链表 <链表指针、堆排序、分治>
目录 【力扣】23. 合并 K 个升序链表题解方法一:暴力,先遍历取出来值到数组中排序,再生成新链表方法二:基础堆排序(使用优先队列 PriorityQueue)方法三:基础堆排序(使用优先队列 Pri…...
微信小程序真机防盗链referer问题处理
公司使用百度云存储一些资源,然后现在要做防盗链,在CDN加入Referer白名单后发现PC是正常的,微信小程序无法正常访问资源了。然后是各种查啊,然后发现是微信小程序不支持Referer的修改,且在小程序开发工具是Referer是固…...
SpringBoot集成Redisson实现延迟队列
一、场景 1、下单未支付,超过10分钟取消订单 2、货到后7天未评价,自动好评 二、实现方案 1、使用xxl-job 定时任务按时检测,实时性不高 2、使用RabitMQ的插件rabbitmq_delayed_message_exchange插件 3、 redis的过期检测 redis.conf 中…...
思想道德与法治
1【单选题】公民的基本权利是指宪法规定的公民享有的基本的、必不可少的权利。公民的基本权利有不同的类别,公民的通信自由和通信秘密属于 A、人身自由 B、经济社会权利 C、政治权利和自由 D、教育科学文化权利 您的答案:A 参考答案:A 查…...
vue3登录页面
使用了element-plus <template><div class"login-wrapper"><!-- 背景图或者视频 --><div class"background" style"width: 100%; height: 100%; position: absolute; top: 0px; left: 0px;overflow: hidden;z-index:50;&qu…...
SK5代理与IP代理:网络安全守护者的双重防线
一、IP代理与SK5代理简介 IP代理: IP代理是一种通过中间服务器转发网络请求的技术。客户端向代理服务器发出请求,代理服务器将请求转发至目标服务器,并将目标服务器的响应返回给客户端。IP代理的主要功能是隐藏用户的真实IP地址,提…...
线程间的同步、如何解决线程冲突与死锁
一、线程同步概念: 线程同步是指在多线程编程中,为了保证多个线程之间的数据访问和操作的有序性以及正确性,需要采取一些机制来协调它们的执行。在多线程环境下,由于线程之间是并发执行的,可能会出现竞争条件…...
8.4一日总结
1.远程仓库的提交方式(免密提交) a.ssh:隧道加密传输协议,一般用来登录远程服务器 b.使用 git clone 仓库名 配置(生成公私钥对) ssh-Keygen [-t rsa -C 邮箱地址] 通过执行上述命令,全程回车,就会在~/.ssh/id_rsa(私钥)和id_rsa.pub(公钥),私钥是必须要保存好的,并不能…...
【面试】某公司记录一次面试题
文章目录 框架类1. Spring boot与 spring 架相比,好在哪里?2. Spring boot以及 Spring MVC 常用注解(如requestingMapping,responseBody 等)3. 常用的java 设计模式,spring 中用到哪些设计模式4. SpringIOC是什么,如何理解5. AOP…...
215. 数组中的第K个最大元素(快排+大根堆+小根堆)
题目链接:力扣 解题思路: 方法一:基于快速排序 因为题目中只需要找到第k大的元素,而快速排序中,每一趟排序都可以确定一个最终元素的位置。 当使用快速排序对数组进行降序排序时,那么如果有一趟排序过程…...
Ubuntu18.04配置ZED_SDK 4.0, 安装Nvidia显卡驱动、cuda12.1
卸载错误的显卡驱动、cuda 首先卸载nvidia相关的、卸载cuda sudo apt-get purge nvidia* sudo apt-get autoremove sudo apt-get remove --auto remove nvidia-cuda-toolkit sudo apt-get purge nvidia-cuda-toolkit 官方卸载cuda的方法: sudo apt-get --purge re…...
张量Tensor 深度学习
1 张量的定义 张量tensor理论是数学的一个分支学科,在力学中有重要的应用。张量这一术语源于力学,最初是用来表示弹性介质中各点应力状态的,后来张量理论发展成为力学和物理学的一个有力数学工具。 张量(Tensor)是一个…...
用Rust实现23种设计模式之桥接模式
桥接模式的优点: 桥接模式的设计目标是将抽象部分和实现部分分离,使它们可以独立变化。这种分离有以下几个优点: 解耦和灵活性:桥接模式可以将抽象部分和实现部分解耦,使它们可以独立地变化。这样,对于抽象…...
扩散模型实战(一):基本原理介绍
扩散模型(Diffusion Model)是⼀类⼗分先进的基于物理热⼒学中的扩散思想的深度学习⽣成模型,主要包括前向扩散和反向扩散两个过程。⽣成模型除了扩散模型之外,还有出现较早的VAE(Variational Auto-Encoder,…...
解决npm ERR! code ERESOLVE -npm ERR! ERESOLVE could not resolve
当使用一份vue源码开发项目时,npm install 报错了 npm ERR! code ERESOLVEnpm ERR! ERESOLVE could not resolvenpm ERR!npm ERR! While resolving: vue-admin-template4.4.0npm ERR! Found: webpack4.46.0npm ERR! node_modules/webpacknpm ERR! webpack"^4.0…...
HttpServletRequest和HttpServletResponse的获取与使用
相关笔记:【JavaWeb之Servlet】 文章目录 1、Servlet复习2、HttpServletRequest的使用3、HttpServletResponse的使用4、获取HttpServletRequest和HttpServletResponse 1、Servlet复习 Servlet是JavaWeb的三大组件之一: ServletFilter 过滤器Listener 监…...
css在线代码生成器
这里收集了许多有意思的css效果在线代码生成器适合每一位前端开发者 布局,效果类: 网格生成器https://cssgrid-generator.netlify.app/ CSS Grid Generator可帮助开发人员使用CSS Grid创建复杂的网格布局。网格布局是创建Web页面的灵活和响应式设计的强…...
在java中如何使用openOffice进行格式转换,word,excel,ppt,pdf互相转换
1.首先需要下载并安装openOffice,下载地址为: Apache OpenOffice download | SourceForge.net 2.安装后,可以测试下是否可用; 3.build.gradle中引入依赖: implementation group: com.artofsolving, name: jodconverter, version:…...
手机变电脑2023之虚拟电脑droidvm
手机这么大的内存,装个app来模拟linux,还是没问题的。 app 装好后,手指点几下确定按钮,等几分钟就能把linux桌面环境安装好。 不需要敲指令, 不需要对手机刷机, 不需要特殊权限, 不需要找驱…...
HDFS中的sequence file
sequence file序列化文件 介绍优缺点格式未压缩格式基于record压缩格式基于block压缩格式 介绍 sequence file是hadoop提供的一种二进制文件存储格式一条数据称之为record(记录),底层直接以<key, value>键值对形式序列化到文件中 优…...
手游刚开服就被攻击怎么办?如何防御DDoS?
开服初期是手游最脆弱的阶段,极易成为DDoS攻击的目标。一旦遭遇攻击,可能导致服务器瘫痪、玩家流失,甚至造成巨大经济损失。本文为开发者提供一套简洁有效的应急与防御方案,帮助快速应对并构建长期防护体系。 一、遭遇攻击的紧急应…...
Flask RESTful 示例
目录 1. 环境准备2. 安装依赖3. 修改main.py4. 运行应用5. API使用示例获取所有任务获取单个任务创建新任务更新任务删除任务 中文乱码问题: 下面创建一个简单的Flask RESTful API示例。首先,我们需要创建环境,安装必要的依赖,然后…...
Prompt Tuning、P-Tuning、Prefix Tuning的区别
一、Prompt Tuning、P-Tuning、Prefix Tuning的区别 1. Prompt Tuning(提示调优) 核心思想:固定预训练模型参数,仅学习额外的连续提示向量(通常是嵌入层的一部分)。实现方式:在输入文本前添加可训练的连续向量(软提示),模型只更新这些提示参数。优势:参数量少(仅提…...
Docker 运行 Kafka 带 SASL 认证教程
Docker 运行 Kafka 带 SASL 认证教程 Docker 运行 Kafka 带 SASL 认证教程一、说明二、环境准备三、编写 Docker Compose 和 jaas文件docker-compose.yml代码说明:server_jaas.conf 四、启动服务五、验证服务六、连接kafka服务七、总结 Docker 运行 Kafka 带 SASL 认…...
dedecms 织梦自定义表单留言增加ajax验证码功能
增加ajax功能模块,用户不点击提交按钮,只要输入框失去焦点,就会提前提示验证码是否正确。 一,模板上增加验证码 <input name"vdcode"id"vdcode" placeholder"请输入验证码" type"text&quo…...
高危文件识别的常用算法:原理、应用与企业场景
高危文件识别的常用算法:原理、应用与企业场景 高危文件识别旨在检测可能导致安全威胁的文件,如包含恶意代码、敏感数据或欺诈内容的文档,在企业协同办公环境中(如Teams、Google Workspace)尤为重要。结合大模型技术&…...
JVM暂停(Stop-The-World,STW)的原因分类及对应排查方案
JVM暂停(Stop-The-World,STW)的完整原因分类及对应排查方案,结合JVM运行机制和常见故障场景整理而成: 一、GC相关暂停 1. 安全点(Safepoint)阻塞 现象:JVM暂停但无GC日志,日志显示No GCs detected。原因:JVM等待所有线程进入安全点(如…...
稳定币的深度剖析与展望
一、引言 在当今数字化浪潮席卷全球的时代,加密货币作为一种新兴的金融现象,正以前所未有的速度改变着我们对传统货币和金融体系的认知。然而,加密货币市场的高度波动性却成为了其广泛应用和普及的一大障碍。在这样的背景下,稳定…...
Linux --进程控制
本文从以下五个方面来初步认识进程控制: 目录 进程创建 进程终止 进程等待 进程替换 模拟实现一个微型shell 进程创建 在Linux系统中我们可以在一个进程使用系统调用fork()来创建子进程,创建出来的进程就是子进程,原来的进程为父进程。…...
PAN/FPN
import torch import torch.nn as nn import torch.nn.functional as F import mathclass LowResQueryHighResKVAttention(nn.Module):"""方案 1: 低分辨率特征 (Query) 查询高分辨率特征 (Key, Value).输出分辨率与低分辨率输入相同。"""def __…...
