21. 合并两个有序链表

这里写目录标题

题目

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。

解法1递归

代码使用了递归调用 mergeTwoLists 函数来实现合并过程。先对两个链表的当前节点进行比较,如果 l1 的值小于 l2 的值,它将把 l1 的下一个节点与 l2 进行合并,并将合并的结果赋给 l1 的下一个节点。然后返回 l1 作为合并后的链表的头结点。

如果 l2 的值小于或等于 l1 的值,它将把 l1 与 l2 的下一个节点进行合并,并将合并的结果赋给 l2 的下一个节点。然后返回 l2 作为合并后的链表的头结点。

cpp 复制代码
class Solution {
public:
    ListNode* mergeTwoLists(ListNode* l1, ListNode* l2) {
        if (l1 == nullptr)
        {
            return l2;
        }
         else if (l2 == nullptr) 
        {
            return l1;
        }
         else 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)O(n + m)O(n+m),其中 nnn 和 mmm 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)O(n+m)O(n+m)。

空间复杂度:O(n+m)O(n + m)O(n+m),其中 nnn 和 mmm 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+mn+mn+m 次,因此空间复杂度为 O(n+m)O(n+m)O(n+m)。

解法2迭代

cpp 复制代码
class Solution {
public:
    ListNode* mergeTwoLists(ListNode* list1, ListNode* list2) {
        ListNode* dummy = new ListNode(0); 
        ListNode* l3=dummy;
        while(list1&&list2)
        {
            if(list1->val<list2->val)
            {
                l3->next=list1;
                list1=list1->next;
            }
            else
            {
                l3->next=list2;
                list2=list2->next;
            }
            /*可以省略,因为当元素相同时先输出一个,另一个在下次比大小时也可以输出,上面else把此代码执行了
            else
            {
                l3->next=list1;
                l3=l3->next;
                l3->next=list2;
                list1=list1->next;
                list2=list2->next;
            }
            */
            l3=l3->next;
        }
        //此行也简化了两个if判断过程
        l3->next = list1 == nullptr ? list2 : list1;
        return dummy->next;
    }
};

时间复杂度:O(n+m)O(n + m)O(n+m),其中 nnn 和 mmm 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)O(n+m)O(n+m)。

空间复杂度:O(1)O(1)O(1)。我们只需要常数的空间存放若干变量。

相关推荐
TitosZhang12 分钟前
排序算法稳定性判断
数据结构·算法·排序算法
周杰伦_Jay2 小时前
【Python后端API开发对比】FastAPI、主流框架Flask、Django REST Framework(DRF)及高性能框架Tornado
数据结构·人工智能·python·django·flask·fastapi·tornado
yuuki2332339 小时前
【数据结构】用顺序表实现通讯录
c语言·数据结构·后端
还是码字踏实10 小时前
基础数据结构之数组的双指针技巧之对撞指针(两端向中间):三数之和(LeetCode 15 中等题)
数据结构·算法·leetcode·双指针·对撞指针
抠脚学代码14 小时前
Linux开发-->驱动开发-->字符设备驱动框架
linux·数据结构·驱动开发
星释16 小时前
Rust 练习册 8:链表实现与所有权管理
开发语言·链表·rust
熬了夜的程序员17 小时前
【LeetCode】101. 对称二叉树
算法·leetcode·链表·职场和发展·矩阵
橘颂TA18 小时前
【剑斩OFFER】算法的暴力美学——串联所有单词的字串
数据结构·算法·c/c++
葵续浅笑18 小时前
LeetCode - 杨辉三角 / 二叉树的最大深度
java·数据结构·算法·leetcode
Miraitowa_cheems19 小时前
LeetCode算法日记 - Day 94: 最长的斐波那契子序列的长度
java·数据结构·算法·leetcode·深度优先·动态规划