算法面试真题详解:合并k个排序数组

简介: 算法面试真题详解:合并k个排序数组

将 k 个有序数组合并为一个大的有序数组。

在线评测地址:领扣题库官网

样例 1:

Input: 
  [
    [1, 3, 5, 7],
    [2, 4, 6],
    [0, 8, 9, 10, 11]
  ]
Output: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]

样例 2:

Input:
  [
    [1,2,3],
    [1,2]
  ]
Output: [1,1,2,2,3]

算法一 暴力

题目指出k个数组是有序的,那我们可以借鉴归并排序的思想
每次遍历k个有序数组的数组第一个元素,找出最小的那个,然后压入答案ans数组,记得把最小的那个从它原先的数组给删除
每次找最小的是O(K)的,所以总复杂度是O(NK)的,N是k个数组的所有元素的总数量

算法二 优先队列优化

根据算法一,来进行优化,我们可以通过一些有序集合来找最小值,比如set map 堆 平衡树一类都可以,我们这里用堆来加速求最小值的操作
优先队列

  • 先将每个有序数组的第一个元素压入优先队列中
  • 不停的从优先队列中取出最小元素(也就是堆顶),再将这个最小元素所在的有序数组的下一个元素压入队列中 eg. 最小元素为x,它是第j个数组的第p个元素,那么我们把第j个数组的第p+1个元素压入队列

复杂度分析

时间复杂度
因为一开始队列里面最多k个元素,我们每次取出一个元素,有可能再压入一个新元素,所以队列元素数量的上限就是K,所以我们每次压入元素和取出元素都是logK的,因为要把k个数组都排序完成,那么所有元素都会入队 再出队一次,所以总共复杂度是$(NlogK) N是K个数组里面所有元素的数量
空间复杂度
开辟的堆的空间是O(K)的,输入的空间是 O(N),总空间复杂度O(N+K)

public class Solution {
    /**
     * @param arrays: k sorted integer arrays
     * @return: a sorted array
     */
    static class Node implements Comparator<Node> {
        public int value;
        public int arrayIdx;
        public int idx;

        public Node() {

        }
        //value权值大小,arraysIdx在哪个数组里,idx在该数组的哪个位置> >
        public Node(int value, int arrayIdx, int idx) {
            this.value = value;
            this.arrayIdx = arrayIdx;
            this.idx = idx;
        }

        public int compare(Node n1, Node n2) {
            if(n1.value < n2.value) {
                return 1;
            } else {
                return 0;
            }
        }
    }
    static Comparator<Node> cNode = new Comparator<Node>() {
        public int compare(Node o1, Node o2) {
            return o1.value - o2.value;
        }

    };
    public int[] mergekSortedArrays(int[][] arrays) {

        // 初始化 优先队列 ,我们优先队列的一个元素包括三个值 :数字大小,数字在哪个数组里,数字在数组的哪个位置
        PriorityQueue<Node> q = new PriorityQueue<Node>(arrays.length + 5, cNode);
        // 初始化 答案
        List<Integer> ans = new ArrayList<>();

        for(int i = 0; i < arrays.length; i++) {
            // 如果这个数组为空 则不用压入
            if(arrays[i].length == 0) {
                continue;
            }
            // arrays[i][0] 权值大小  i 在第i个数组   0 在该数组的0位置
            q.add(new Node(arrays[i][0], i, 0));
        }
        while(!q.isEmpty()) {
            // 取出队列中最小值
            Node point = q.poll();

            // 权值 ,所在数组的编号,在该数组的位置编号
            int value = point.value;
            int arrayIdx = point.arrayIdx;
            int idx = point.idx;

            //  更新答案数组
            ans.add(value);



            // 它已经是所在数组的最后一个元素了,这个数组的所有元素都已经处理完毕
            if(idx == arrays[arrayIdx].length - 1) {
                continue;
            } else {
                // 压入它下一个位置的新元素
                Node newPoint = new Node(arrays[arrayIdx][idx + 1], arrayIdx, idx + 1);
                q.add(newPoint);
            }
        }
        return ans.stream().mapToInt(Integer::valueOf).toArray();
    }

}

更多题解参考:九章官网solution

相关文章
|
15天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(上)(c语言实现)(附源码)
本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。
61 8
|
15天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
51 7
|
1月前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩分享分库分表的基因算法设计,涵盖分片键选择、水平拆分策略及基因法优化查询效率等内容,助力面试者应对大厂技术面试,提高架构设计能力。
美团面试:百亿级分片,如何设计基因算法?
|
1月前
|
算法 程序员 索引
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器
栈的基本概念、应用场景以及如何使用数组和单链表模拟栈,并展示了如何利用栈和中缀表达式实现一个综合计算器。
31 1
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器
|
1月前
|
算法 前端开发 Java
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
这篇文章总结了单链表的常见面试题,并提供了详细的问题分析、思路分析以及Java代码实现,包括求单链表中有效节点的个数、查找单链表中的倒数第k个节点、单链表的反转以及从尾到头打印单链表等题目。
33 1
数据结构与算法学习四:单链表面试题,新浪、腾讯【有难度】、百度面试题
|
1月前
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
1月前
|
算法 Java 数据库
美团面试:百亿级分片,如何设计基因算法?
40岁老架构师尼恩在读者群中分享了关于分库分表的基因算法设计,旨在帮助大家应对一线互联网企业的面试题。文章详细介绍了分库分表的背景、分片键的设计目标和建议,以及基因法的具体应用和优缺点。通过系统化的梳理,帮助读者提升架构、设计和开发水平,顺利通过面试。
美团面试:百亿级分片,如何设计基因算法?
|
1月前
|
算法 搜索推荐 Java
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
基数排序是一种稳定的排序算法,通过将数字按位数切割并分配到不同的桶中,以空间换时间的方式实现快速排序,但占用内存较大,不适合含有负数的数组。
24 0
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
|
1月前
|
存储 算法 定位技术
数据结构与算法学习二、稀疏数组与队列,数组模拟队列,模拟环形队列
这篇文章主要介绍了稀疏数组和队列的概念、应用实例以及如何使用数组模拟队列和环形队列的实现方法。
21 0
数据结构与算法学习二、稀疏数组与队列,数组模拟队列,模拟环形队列
|
1月前
|
算法 Java 数据中心
探讨面试常见问题雪花算法、时钟回拨问题,java中优雅的实现方式
【10月更文挑战第2天】在大数据量系统中,分布式ID生成是一个关键问题。为了保证在分布式环境下生成的ID唯一、有序且高效,业界提出了多种解决方案,其中雪花算法(Snowflake Algorithm)是一种广泛应用的分布式ID生成算法。本文将详细介绍雪花算法的原理、实现及其处理时钟回拨问题的方法,并提供Java代码示例。
73 2