news 2026/4/16 14:18:18

leetcode 23. 合并 K 个升序链表

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
leetcode 23. 合并 K 个升序链表

思路:采用了暴力破解法

1.值收集:遍历 K 个链表的所有节点,将节点值存入数组,把 “链表的有序合并” 转化为 “数组的排序”;
2.数组排序:利用系统排序函数对存储节点值的数组进行升序排序,得到全局有序的数值序列;
3.链表重建:以排序后的数组为基础,逐个创建链表节点并拼接,生成最终的升序链表。

创建一个整型数组,用于存放 链表中所有节点的数值。

链表的优势是 “动态插入删除”,但此处我们需要全局排序,数组的随机访问和排序操作更高效、更易实现。

外层循环:遍历输入的 lists 数组(lists 中每个元素是一个链表的头指针),head 代表当前遍历到的链表的头节点。逐个处理 K 个链表,确保没有遗漏任何一个链表。

内层循环:定义指针,初始指向当前链表的头节点,用于遍历该链表的所有节点。
循环条件 : 只要指针不指向空(即未到链表末尾),就继续遍历,将当前节点的数值 val 存入数组。然后指针向后移动一位,指向链表的下一个节点,直到遍历到链表末尾。

排序。

然后定义虚拟头节点,避免处理空链表的特殊情况,同时无需单独处理第一个节点的头指针赋值 问题,所有新节点都可以统一拼接到 dummy 之后

定义指针 p,初始指向虚拟头节点 dummy,作为移动指针,负责逐个拼接新创建的链表节点,避免频繁修改头指针。

最后返回dummy.next,因为dummy是虚拟头节点,他的后一个才是真正的头节点

时间复杂度:O(NlogN)
遍历所有节点收集值:O(N)(N 为所有节点的总数,每个节点仅访问一次);
数组排序:O(NlogN)(sort 函数的时间复杂度);
重建链表:O(N)(每个数值仅创建一次节点);
总复杂度由最高项决定,即 O(NlogN)。

class Solution {

public:

ListNode* mergeKLists(vector<ListNode*>& lists) {//用listnode表示链表时,ListNode * 默认代表链表头

vector<int> a;

for(ListNode* head:lists){//外层循环遍历lists数组中每个链表的头指针

ListNode* p=head;

while(p!=nullptr){//内层循环遍历当前链表的每个节点,到链表末尾

a.push_back(p->val);

p=p->next;

}

}

sort(a.begin(),a.end());

ListNode dummy(0);//创建一个虚拟头节点

ListNode* q=&dummy;

for(int b:a){

q->next=new ListNode(b); //用当前数值创建新节点,接在q指针之后

q=q->next;

}

return dummy.next;

}

};

这个方法的核心是通过收集所有节点值→排序数组→重建链表的三步操作,把合并 K 个有序链表转化为更易实现的数组操作。

它的优势是思路直观、代码好写,用数组排序规避了复杂的链表指针操作,虚拟头节点还能处理空链表等边界情况;缺点是需要额外数组空间,时间复杂度为O(NlogN)(N 是总节点数),适合小规模数据或快速实现的场景。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/13 15:23:54

【dz-1005】基于单片机的压力锅设计

摘要 在现代家庭生活中&#xff0c;压力锅作为高效便捷的烹饪工具&#xff0c;其安全性与智能化水平备受关注。传统压力锅多依赖手动操作&#xff0c;存在温度和压力控制精度不足、模式单一、缺乏实时监测与远程控制等问题&#xff0c;难以满足用户对精准烹饪和便捷操作的需求…

作者头像 李华
网站建设 2026/4/16 9:21:43

PPIO上线Prompt Cache:让模型调用更快、更省、更稳

在大模型推理场景中&#xff0c;响应速度直接影响用户体验和系统性能。传统推理服务需要每次都重新计算相同的文本片段&#xff0c;导致不必要的计算开销和延迟&#xff0c;PPIO 推出的 Prompt Cache&#xff08;提示词缓存&#xff09;有效解决了这一问题。 PPIO的 Prompt Cac…

作者头像 李华
网站建设 2026/4/13 2:38:16

AI智能体系统三大核心协议全解析:MCP、A2A、AG-UI架构设计指南!

简介 本文详解AI智能体系统三大核心协议&#xff1a;MCP解决智能体与外部工具交互标准化&#xff1b;A2A实现智能体间通信协作&#xff1b;AG-UI规范前端与智能体交互。这些协议构成AI智能体应用基础设施&#xff0c;使智能体能操作环境、协作交互&#xff0c;推动从单一向多智…

作者头像 李华
网站建设 2026/4/16 10:20:52

Date类与Calendar类——Java日期时间处理的双核心

在Java编程中&#xff0c;日期与时间的处理是高频需求&#xff0c;从记录操作日志到实现定时任务&#xff0c;都离不开对时间的精准把控&#xff0c;而Date类和Calendar类则是Java中处理日期时间的两大核心工具&#xff0c;二者各司其职&#xff0c;共同构建了Java早期的日期时…

作者头像 李华
网站建设 2026/4/16 10:21:31

Redis 性能调优

Redis 性能调优的核心目标是降低延迟、提升吞吐量、保证稳定性&#xff0c;需从操作系统、Redis 基础配置、内存管理、持久化、命令 / 数据结构、集群 / 网络 等多维度系统性优化。以下是分模块的实操调优方案&#xff1a;一、操作系统层面调优&#xff08;基础保障&#xff09…

作者头像 李华