合并两个有序链表
约 1411 字大约 5 分钟
2025-02-24
21. 合并两个有序链表
将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。
示例 1:
输入:l1 = [1,2,4], l2 = [1,3,4]
输出:[1,1,2,3,4,4]
示例 2:
输入:l1 = [], l2 = []
输出:[]
示例 3:
输入:l1 = [], l2 = [0]
输出:[0]
提示:
- 两个链表的节点数目范围是
[0, 50]
-100 <= Node.val <= 100
l1
和l2
均按 非递减顺序 排列
双指针+虚拟节点,类似合并两个有序数组
新建链表怎么新建呢?先确定头节点,再不断确定下一个节点就可以了。
怎么确定头节点呢?根据题目要求,头节点就是两个链表的头节点中的较小的那个。因此我们可以这样写:
class Solution {
public ListNode mergeTwoLists(ListNode l1, ListNode l2) {
// 根据两个链表的头节点确定新链表的头节点
if (l1 != null && l2 != null) {
if (l1.val > l2.val) {
ListNode p = l2;
} else {
ListNode p = l1;
}
} else {
// l1为空就返回l2,l2为空就返回l1
}
l1 = l1.next;
l2 = l2.next;
while (l1 != null && l2 != null) {
if (l1.val > l2.val) {
p.next = l2;
l2 = l2.next;
} else {
p.next = l1;
l1 = l1.next;
}
p = p.next;
}
if (l1 == null) {
p.next = l2;
} else {
p.next = l1;
}
return ???
}
}
返回的时候就遇到问题了,我们不能返回 p,因为这时 p 已不是新链表的头节点。也就是说,我们丢失了新链表的头节点。因此我们需要一个虚拟节点来存储新链表的头节点。
虚拟节点还有一个好处,那就是我们可以把旧链表的头节点和后面的节点用同一个逻辑处理。不用虚拟节点的话,我们需要在处理头节点时定义新链表的头节点;用了虚拟节点,我们事先就把新链表的头节点定义好了:ListNode p = dummy,这样处理旧链表的头节点时逻辑就和处理后面的节点的逻辑一样了:p.next = l2; l2 = l2.next;
/**
* Definition for singly-linked list.
* public 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 mergeTwoLists(ListNode l1, ListNode l2) {
// 这里一定要让 p 和 dummy 分开,我们操作 p,就相当于给 dummy 后面加元素,最后我们要返回 dummy.next 而不是 p.next,因为 p 在不断地前进。
ListNode dummy = new ListNode(-1);
ListNode p = dummy;
while (l1 != null && l2 != null) {
if (l1.val > l2.val) {// 应该是l1.val而不是l1.value
p.next = l2; // 应该是 p.next = l2 而不是 p = l2; 后面的也是,改完这里还要注意在定义 p 的时候就初始化 p,不然会报空指针异常
l2 = l2.next;
} else {
p.next = l1;
l1 = l1.next;
}
p = p.next; // 不要忘了让 p 前进
}
// 收尾
if (l1 == null) {
p.next = l2;
} else {
p.next = l1;
}
return dummy.next; // 这里一定不要弄错,要返回 dummy.next 而不是 p.next
}
}
- 时间复杂度: O(n+m) ,其中 n 和 m 分别为两个链表的长度。因为每次循环迭代中,l1和 l2 只有一个元素会被放进合并链表中,因此 while 循环的次数不会超过两个链表的长度之和。所有其他操作的时间复杂度都是常数级别的,因此总的时间复杂度为 O(n+m) 。
- 空间复杂度: O(1) 。我们只需要常数的空间存放若干变量。
递归+原地修改
假设我们要合并 1->3->5 和 2->4->6。第一次比较,我们发现 1<2,所以新链表的头节点是 1,接下来我们只需要把 3->5 和 2->4->6合并,再把合并后的链表接到 1 后面即可。
class Solution {
// 合并两个有序链表,返回合并后的链表头节点。递归一定要弄明白返回值!
public ListNode mergeTwoLists(ListNode l1, ListNode l2) {
if (l1 == null) {
return l2;
} else if (l2 == null) {
return l1;
}
// 原地修改两个链表
if (l1.val < l2.val) {
l1.next = mergeTwoLists(l1.next, l2);
return l1;
} else {
l2.next = mergeTwoLists(l1, l2.next);
return l2;
}
}
}
- 时间复杂度: O(n+m) ,其中 n 和 m 分别为两个链表的长度。因为每次调用递归都会去掉 l1 或者 l2 的头节点 (直到至少有一个链表为空),函数 mergeTwoList 至多只会递归调用每个节点一次。因此,时间复杂度取决于合并后的链表长度,即 O(n+m) 。
- 空间复杂度: O(n+m) ,其中 n 和 m 分别为两个链表的长度。递归调用 mergeTwoLists 函数时需要消耗栈空间,栈空间的大小取决于递归调用的深度。结束递归调用时 mergeTwoLists 函数最多调用 n+m 次,因此空间复杂度为 O(n+m) 。
另法:
注意下面的代码中的
ListNode res = l1.val > l2.val ? l2 : l1;
res.next = mergeTwoLists(res.next, l1.val > l2.val ? l1 : l2);
可以被修改为
ListNode res = l1.val < l2.val ? l1 : l2;
res.next = mergeTwoLists(res.next, l1.val < l2.val ? l2 : l1);
但一定要同时修改,不能是
ListNode res = l1.val > l2.val ? l2 : l1;
res.next = mergeTwoLists(res.next, l1.val < l2.val ? l2 : l1);
不然会出现循环引用的问题,问题的原因是可能存在两个节点的值相等的情况。例如,输入是[1,2,4]和[1,3,4],那么一开始l1.val = l2.val,那么res = l1 = 1, 接下来我们希望合并[2,4]和[1,3,4],但是接下来的代码其实合并的是l1.next和l1,因为l1=l2,也不满足l1.val < l2.val。
public ListNode mergeTwoLists(ListNode l1, ListNode l2) {
if (l1 == null) {
return l2;
} else if (l2 == null) { // 这里一定不能只写 else,否则下面的代码都没用了。
return l1;
}
ListNode res = l1.val > l2.val ? l2 : l1;
res.next = mergeTwoLists(res.next, l1.val > l2.val ? l1 : l2);
return res;
}