在 O(n log n) 时间复杂度和常数级空间复杂度下,对链表进行排序。
示例 1:
输入: 4->2->1->3
输出: 1->2->3->4
示例 2:
输入: -1->5->3->4->0
输出: -1->0->3->4->5
思路:
利用额外空间,先用数组储存链表的值,排序,再用链表获取排好序的数组的值(不推荐)
/**
* Definition for singly-linked list.
* struct ListNode {
* int val;
* ListNode *next;
* ListNode(int x) : val(x), next(NULL) {}
* };
*/
class Solution {
public:
ListNode* sortList(ListNode* head)
{
if (head == NULL||head->next==NULL)return head;
int temp[100000];
int i = 0;
ListNode *p = head;
while (p)
{
temp[i] = p->val;
p = p->next;
i++;
}
sort(temp, temp + i);
p = head;
i = 0;
while (p)
{
p->val = temp[i];
p = p->next;
i++;
}
p = head;
return p;
}
};
思路2(归并排序)
归并排序法:在动手之前一直觉得空间复杂度为常量不太可能,因为原来使用归并时,都是 O(N)的,需要复制出相等的空间来进行赋值归并。对于链表,实际上是可以实现常数空间占用的(链表的归并排序不需要额外的空间)。利用归并的思想,递归地将当前链表分为两段,然后merge,分两段的方法是使用 fast-slow 法,用两个指针,一个每次走两步,一个走一步,直到快的走到了末尾,然后慢的所在位置就是中间位置,这样就分成了两段。merge时,把两段头部节点值比较,用一个 p 指向较小的,且记录第一个节点,然后 两段的头一步一步向后走,p也一直向后走,总是指向较小节点,直至其中一个头为NULL,处理剩下的元素。最后返回记录的头即可。
主要考察3个知识点,
知识点1:归并排序的整体思想
知识点2:找到一个链表的中间节点的方法
知识点3:合并两个已排好序的链表为一个新的有序链表
归并排序的基本思想是:找到链表的middle节点,然后递归对前半部分和后半部分分别进行归并排序,最后对两个以排好序的链表进行Merge。
/**
* Definition for singly-linked list.
* struct ListNode {
* int val;
* ListNode *next;
* ListNode(int x) : val(x), next(NULL) {}
* };
*/
class Solution {
private:
ListNode* merge(ListNode* l, ListNode* r)
{
ListNode*res = new ListNode(0);
ListNode* temp=res;
while (l!=NULL&&r!=NULL)
{
if (l->val <= r->val)
{
temp->next = l;
temp = temp->next;
l = l->next;
}
else
{
temp->next = r;
temp = temp->next;
r= r->next;
}
}
if (l!=NULL)
temp->next = l;
if (r!=NULL)
temp->next = r;
temp = res->next;
delete res;
return temp;
}
ListNode* mergeSort(ListNode* head)
{
if (head->next == NULL)return head;
ListNode* fast=head, *slow=head, *pre=NULL;
ListNode* l, *r;
while (fast != NULL&&fast->next != NULL)
{
fast = fast->next->next;
pre = slow;
slow = slow->next;
}
pre->next = NULL;//断开,一条链变成两条
l = mergeSort(head);
r = mergeSort(slow);
return merge(l, r);
}
public:
ListNode* sortList(ListNode* head)
{
if (head == NULL || head->next == NULL)
return head;
return mergeSort(head);
}
};