【LeetCode 热题100】23:合并 K 个升序链表(详细解析)(Go语言版)

简介: 本文详细解析了 LeetCode 热题 23——合并 K 个升序链表的两种解法:优先队列(最小堆)和分治合并。题目要求将多个已排序链表合并为一个升序链表。最小堆方法通过维护节点优先级快速选择最小值,;分治合并则采用归并思想两两合并链表。文章提供了 Go 语言实现代码,并对比分析两种方法的适用场景,帮助读者深入理解链表操作与算法设计。

🚀 LeetCode 热题 23:合并 K 个升序链表(详细解析)

📌 题目描述

LeetCode 23. Merge k Sorted Lists

给你一个链表数组,每个链表都已经按升序排列。
请你将所有链表合并到一个升序链表中,返回合并后的链表。


🎯 示例 1:

输入:lists = [[1,4,5],[1,3,4],[2,6]]
输出:[1,1,2,3,4,4,5,6]
AI 代码解读

🎯 示例 2:

输入:lists = []
输出:[]
AI 代码解读

🎯 示例 3:

输入:lists = [[]]
输出:[]
AI 代码解读

💡 解题思路一:优先队列(最小堆)

使用最小堆(Priority Queue)维护 k 个链表的头节点,每次取堆顶最小值节点,接入结果链表。

✅ 步骤解析

  1. 初始化最小堆,将每个非空链表的头节点入堆。
  2. 不断从堆中弹出最小值节点,将其加入结果链表。
  3. 如果弹出的节点有 next 节点,则将 next 节点入堆。
  4. 最后返回结果链表头部。

💻 Go 实现(使用 heap 接口)

type ListNode struct {
   
    Val  int
    Next *ListNode
}

type NodeHeap []*ListNode

func (h NodeHeap) Len() int           {
    return len(h) }
func (h NodeHeap) Less(i, j int) bool {
    return h[i].Val < h[j].Val }
func (h NodeHeap) Swap(i, j int)      {
    h[i], h[j] = h[j], h[i] }

func (h *NodeHeap) Push(x interface{
   }) {
   
    *h = append(*h, x.(*ListNode))
}

func (h *NodeHeap) Pop() interface{
   } {
   
    old := *h
    n := len(old)
    x := old[n-1]
    *h = old[0 : n-1]
    return x
}

func mergeKLists(lists []*ListNode) *ListNode {
   
    h := &NodeHeap{
   }
    heap.Init(h)

    for _, node := range lists {
   
        if node != nil {
   
            heap.Push(h, node)
        }
    }

    dummy := &ListNode{
   }
    curr := dummy

    for h.Len() > 0 {
   
        node := heap.Pop(h).(*ListNode)
        curr.Next = node
        curr = curr.Next
        if node.Next != nil {
   
            heap.Push(h, node.Next)
        }
    }

    return dummy.Next
}
AI 代码解读

💡 解题思路二:分治合并(归并)

  • 将 k 个链表两两合并,逐步缩小范围。
  • 类似归并排序的思想。

✅ 步骤解析

  1. 每次将链表对半拆分,递归合并每一对链表。
  2. 使用合并两个有序链表的经典方法。

💻 Go 实现

func mergeKLists(lists []*ListNode) *ListNode {
   
    if len(lists) == 0 {
   
        return nil
    }
    return mergeRange(lists, 0, len(lists)-1)
}

func mergeRange(lists []*ListNode, l, r int) *ListNode {
   
    if l == r {
   
        return lists[l]
    }
    mid := (l + r) / 2
    left := mergeRange(lists, l, mid)
    right := mergeRange(lists, mid+1, r)
    return mergeTwoLists(left, right)
}

func mergeTwoLists(l1, l2 *ListNode) *ListNode {
   
    dummy := &ListNode{
   }
    curr := dummy

    for l1 != nil && l2 != nil {
   
        if l1.Val < l2.Val {
   
            curr.Next = l1
            l1 = l1.Next
        } else {
   
            curr.Next = l2
            l2 = l2.Next
        }
        curr = curr.Next
    }

    if l1 != nil {
   
        curr.Next = l1
    } else {
   
        curr.Next = l2
    }

    return dummy.Next
}
AI 代码解读

📊 解法对比 & 复杂度分析

解法 时间复杂度 空间复杂度 特点说明
✅ 最小堆 O(nlogk) O(k) 快速选择当前最小节点
✅ 分治合并 O(nlogk) O(logk) 简洁高效,适合面试常考套路
  • 其中,n 是所有链表节点总数,k 是链表数量。

🧠 总结

  • 🔧 如果要求效率,最小堆优先,适合在线合并场景。
  • 📚 如果偏向代码整洁,可选择分治合并,便于拓展与理解。
  • 💡 重点掌握:链表合并逻辑 + 堆操作 + 分治模板。

✅ 如果你觉得这篇文章对你有帮助,欢迎点赞 👍、收藏 ⭐、关注 💻,我会持续更新更多高质量 LeetCode 热题详解!🚀📌🎯


目录
打赏
0
8
10
0
163
分享
相关文章
|
1月前
|
Go
【LeetCode 热题100】DP 实战进阶:最长递增子序列、乘积最大子数组、分割等和子集(力扣300 / 152/ 416 )(Go语言版)
本文深入解析三道经典的动态规划问题:**最长递增子序列(LIS)**、**乘积最大子数组** 和 **分割等和子集**。 - **300. LIS** 通过 `dp[i]` 表示以第 `i` 个元素结尾的最长递增子序列长度,支持 O(n²) 动态规划与 O(n log n) 的二分优化。 - **152. 乘积最大子数组** 利用正负数特性,同时维护最大值与最小值的状态转移方程。 - **416. 分割等和子集** 转化为 0-1 背包问题,通过布尔型 DP 实现子集和判断。 总结对比了三题的状态定义与解法技巧,并延伸至相关变种问题,助你掌握动态规划的核心思想与灵活应用!
83 1
【LeetCode 热题100】BFS/DFS 实战:岛屿数量 & 腐烂的橘子(力扣200 / 994 )(Go语言版)
本文讲解了两道经典的图论问题:**岛屿数量(LeetCode 200)** 和 **腐烂的橘子(LeetCode 994)**,分别通过 DFS/BFS 实现。在“岛屿数量”中,利用深度或广度优先搜索遍历二维网格,标记连通陆地并计数;“腐烂的橘子”则采用多源 BFS,模拟腐烂传播过程,计算最短时间。两者均需掌握访问标记技巧,是学习网格搜索算法的绝佳实践。
76 1
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣33 / 81/ 153/154)(Go语言版)
本文深入探讨了LeetCode中四道关于「搜索旋转排序数组」的经典题目,涵盖了无重复和有重复元素的情况。通过二分查找的变形应用,文章详细解析了每道题的解题思路和Go语言实现代码。关键点包括判断有序区间、处理重复元素以及如何缩小搜索范围。文章还总结了各题的异同,并推荐了类似题目,帮助读者全面掌握二分查找在旋转数组中的应用。无论是初学者还是有经验的开发者,都能从中获得实用的解题技巧和代码实现方法。
225 14
|
2月前
|
【LeetCode 热题100】17:电话号码的字母组合(详细解析)(Go语言版)
LeetCode 17题解题思路采用回溯算法,通过递归构建所有可能的组合。关键点包括:每位数字对应多个字母,依次尝试;递归构建下一个字符;递归出口为组合长度等于输入数字长度。Go语言实现中,使用map存储数字到字母的映射,通过回溯函数递归生成组合。时间复杂度为O(3^n * 4^m),空间复杂度为O(n)。类似题目包括括号生成、组合、全排列等。掌握回溯法的核心思想,能够解决多种排列组合问题。
72 11
|
2月前
|
Go
【LeetCode 热题100】155:最小栈(详细解析)(Go语言版)
本文详细解析了力扣热题155:最小栈的解题思路与实现方法。题目要求设计一个支持 push、核心思路是使用辅助栈法,通过两个栈(主栈和辅助栈)来维护当前栈中的最小值。具体操作包括:push 时同步更新辅助栈,pop 时检查是否需要弹出辅助栈的栈顶,getMin 时直接返回辅助栈的栈顶。文章还提供了 Go 语言的实现代码,并对复杂度进行了分析。此外,还介绍了单栈 + 差值记录法的进阶思路,并总结了常见易错点,如 pop 操作时忘记同步弹出辅助栈等。
93 6
|
2月前
|
【LeetCode 热题100】739:每日温度(详细解析)(Go语言版)
这篇文章详细解析了 LeetCode 第 739 题“每日温度”,探讨了如何通过单调栈高效解决问题。题目要求根据每日温度数组,计算出等待更高温度的天数。文中推荐使用单调递减栈,时间复杂度为 O(n),优于暴力解法的 O(n²)。通过实例模拟和代码实现(如 Go 语言版本),清晰展示了栈的操作逻辑。此外,还提供了思维拓展及相关题目推荐,帮助深入理解单调栈的应用场景。
102 6
|
1月前
|
Go
【LeetCode 热题100】BFS/DFS 实战:岛屿数量 & 腐烂的橘子(力扣200 / 994 )(Go语言版)
本篇博客详细解析了三道经典的动态规划问题:198. 打家劫舍(线性状态转移)、279. 完全平方数与322. 零钱兑换(完全背包问题)。通过 Go 语言实现,帮助读者掌握动态规划的核心思想及其实战技巧。从状态定义到转移方程,逐步剖析每道题的解法,并总结其异同点,助力解决更复杂的 DP 问题。适合初学者深入理解动态规划的应用场景和优化方法。
50 0
|
1月前
|
【LeetCode 热题100】回溯:括号生成 & 组合总和(力扣22 / 39 )(Go语言版)
本文深入解析了LeetCode上的两道经典回溯算法题:**22. 括号生成**与**39. 组合总和**。括号生成通过维护左右括号数量,确保路径合法并构造有效组合;组合总和则允许元素重复选择,利用剪枝优化搜索空间以找到所有满足目标和的组合。两者均需明确路径、选择列表及结束条件,同时合理运用剪枝策略提升效率。文章附有Go语言实现代码,助你掌握回溯算法的核心思想。
69 0
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
本文提供了几个Linux shell脚本编程问题的解决方案,包括转置文件内容、统计词频、验证有效电话号码和提取文件的第十行,每个问题都给出了至少一种实现方法。
145 6
LeetCode刷题 Shell编程四则 | 194. 转置文件 192. 统计词频 193. 有效电话号码 195. 第十行
【Leetcode刷题Python】牛客. 数组中未出现的最小正整数
本文介绍了牛客网题目"数组中未出现的最小正整数"的解法,提供了一种满足O(n)时间复杂度和O(1)空间复杂度要求的原地排序算法,并给出了Python实现代码。
239 2
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等