一、前言
👨🎓作者:bug菌
💌公众号:猿圈奇妙屋
🚫特别声明:原创不易,转载请附上原文出处链接和本文声明,谢谢配合。
🙏版权声明:文章里可能部分文字或者图片来源于互联网或者百度百科,如有侵权请联系bug菌处理。
哈喽,小伙伴们,我是bug菌呀👀。金三银四,又到了刷题月啦。所以不管你是准备跳槽还是在职,都一起行动起来,顺应这个时代月干点该干的事儿👣。所以,赶紧跟着bug菌的步伐卷起来吧⏰,变强从这一刻开始➕🧈。
小伙伴们在批阅文章的过程中如果觉得文章对您有一丝丝帮助,还请别吝啬您手里的赞呀,大胆的把文章点亮👍吧,您的点赞三连(收藏⭐️+关注👨🎓+留言📃)就是对bug菌我创作道路上最好的鼓励与支持😘。时光不弃🏃🏻♀️,掘金不停💕,加油☘️
二、题目描述:
**题目:
** 给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2,另有两个整数 m 和 n ,分别表示 nums1 和 nums2 中的元素数目。
请你 合并 nums2 到 nums1 中,使合并后的数组同样按 非递减顺序 排列。
**注意:
** 最终,合并后数组不应由函数返回,而是存储在数组 nums1 中。为了应对这种情况,nums1 的初始长度为 m + n,其中前 m 个元素表示应合并的元素,后 n 个元素为 0 ,应忽略。nums2 的长度为 n 。
具体请看如下示例:
示例 1:
输入:nums1 = [1,2,3,0,0,0], m = 3, nums2 = [2,5,6], n = 3 输出:[1,2,2,3,5,6] 解释:需要合并 [1,2,3] 和 [2,5,6] 。 合并结果是 [1,2,2,3,5,6] ,其中斜体加粗标注的为 nums1 中的元素。 复制代码
示例 2:
输入:nums1 = [1], m = 1, nums2 = [], n = 0 输出:[1] 解释:需要合并 [1] 和 [] 。 合并结果是 [1] 。 复制代码
示例 3:
输入:nums1 = [0], m = 0, nums2 = [1], n = 1 输出:[1] 解释:需要合并的数组是 [] 和 [1] 。 合并结果是 [1] 。 注意,因为 m = 0 ,所以 nums1 中没有元素。nums1 中仅存的 0 仅仅是为了确保合并结果可以顺利存放到 nums1 中。 复制代码
提示:
nums1.length == m + n nums2.length == n 0 <= m, n <= 200 1 <= m + n <= 200 -10^9 <= nums1[i], nums2[j] <= 10^9 复制代码
题目来源:LeetCode官网
题目难度:⭐⭐
**进阶:**你可以设计实现一个时间复杂度为 O(m + n)
的算法解决此问题吗?
三、思路分析:
仔细阅读下题目,你别看它这么长的题目描述,什么m n nums1又nums2;其实就是要你把nums2整体合并到nums1中并且排序。
思路1:合并排序法
这题明白人一眼看穿,最直接的思路就是将nums2拼接到num1的尾部,然后再对nums1进行排序即可。
思路2:双指针法
由于是排序好的两个数组,然后进行遍历nums1;每次从两个数组头部取出比较小的数字放到结果数组中。最重要的一点,题目没有返回值 void,所以最后得到的结果你得重新赋值给nums1.这点很多人都疏忽。
四、算法实现:
1、合并排序法_AC代码
具体算法代码实现如下:
class Solution { public void merge(int[] nums1, int m, int[] nums2, int n) { //将nums2合并到nums1后边 for (int i = 0; i != n; i++) { nums1[m + i] = nums2[i]; } //默认正序排 Arrays.sort(nums1); } }
2、双指针法_AC代码、
具体算法代码实现如下:
class Solution { public void merge(int[] nums1, int m, int[] nums2, int n) { //定义两个指针 int p1 = 0, p2 = 0; //定义一个临时数组 int[] temps = new int[m + n]; int cur; while (p1 < m || p2 < n) { if (p1 == m) { cur = nums2[p2++]; } else if (p2 == n) { cur = nums1[p1++]; } else if (nums1[p1] < nums2[p2]) { cur = nums1[p1++]; } else { cur = nums2[p2++]; } temps[p1 + p2 - 1] = cur; } //重新赋值给nums1 for (int i = 0; i != m + n; i++) { nums1[i] = temps[i]; } } }
五、总结:
1、合并排序法之leetcode提交运行结果截图如下:
复杂度分析:
- 时间复杂度:O((m+n)log(m+n))。排序序列长度为m+n,套用快速排序的时间复杂度即可,平均情况为O((m+n)log(m+n))
- 空间复杂度:O(log(m+n))。排序序列长度为m+n,套用快速排序的空间复杂度即可,平均情况为O(log(m+n))。
2、双指针法之leetcode提交运行结果截图如下:
复杂度分析:
- 时间复杂度:O(m+n)。指针移动单调递增,最多移动m+n 次,因此时间复杂度为O(m+n)。
- 空间复杂度:O(m+n)。需要建立长度为m+n 的中间数组 temps。
宗山所述,这题其实也很简单,最先容易想到的就是思路1。但是对于合并排序题,也得记得用双指针法,晓得吧,毕竟在执行用时上能节省不少。
再者,解题道路千万条,欢迎小伙伴们脑洞大开,如果你们有啥更好的想法或者思路,欢迎评论区告诉我哦,大家一起互相借鉴互相学习,方能成长的更快。
好啦,以上就是本期的所有内容啦,咱们下期见咯。
六、往期推荐:
- leetcode-1.两数之和
- leetcode-9.回文数
- leetcode-13.罗马数字转整数
- leetcode-14.最长公共前缀
- leetcode-20.有效的括号
- leetcode-21.合并两个有序链表
- leetcode-26.删除有序数组中的重复项
七、文末:
如果你还想要学习更多,小伙伴们大可关注bug菌专门为大家创建的专栏《LeetCode每日一题》!带着你一块儿刷题,专栏每一篇都附带详细解法,手把手带你解题。
一个人刷可能会觉得很累很难坚持,但是一群人刷就会觉得它是一件很有意义的事儿,互相督促互相鼓励,一起变强。