Sort List
Question
- leetcode: Sort List | LeetCode OJ
- lintcode: (98) Sort List
Sort a linked list in O(n log n) time using constant space complexity.
题解1 - 归并排序(链表长度求中间节点)
链表的排序操作，对于常用的排序算法，能达到 的复杂度有快速排序(平均情况)，归并排序，堆排序。快速排序不一定能保证其时间复杂度一定满足要求，归并排序和堆排序都能满足复杂度的要求。在数组排序中，归并排序通常需要使用 的额外空间，也有原地归并的实现，代码写起来略微麻烦一点。但是对于链表这种非随机访问数据结构，所谓的「排序」不过是指针next值的变化而已，主要通过指针操作，故仅需要常数级别的额外空间，满足题意。堆排序通常需要构建二叉树，在这道题中不太适合。
既然确定使用归并排序，我们就来思考归并排序实现的几个要素。
- 按长度等分链表，归并虽然不严格要求等分，但是等分能保证线性对数的时间复杂度。由于链表不能随机访问，故可以先对链表进行遍历求得其长度。
- 合并链表，细节已在 Merge Two Sorted Lists | Data Structure and Algorithm 中详述。
在按长度等分链表时进行「后序归并」——先求得左半部分链表的表头，再求得右半部分链表的表头，最后进行归并操作。
由于递归等分链表的操作需要传入链表长度信息，故需要另建一辅助函数。新鲜出炉的源码如下。
/**
* Definition of ListNode
* class ListNode {
* public:
* int val;
* ListNode *next;
* ListNode(int val) {
* this->val = val;
* this->next = NULL;
* }
* }
*/
class Solution {
public:
/**
* @param head: The first node of linked list.
* @return: You should return the head of the sorted linked list,
using constant space complexity.
*/
ListNode *sortList(ListNode *head) {
if (NULL == head) {
return NULL;
}
// get the length of List
int len = 0;
ListNode *node = head;
while (NULL != node) {
node = node->next;
++len;
}
return sortListHelper(head, len);
}
private:
ListNode *sortListHelper(ListNode *head, const int length) {
if ((NULL == head) || (0 >= length)) {
return head;
}
ListNode *midNode = head;
int count = 1;
while (count < length / 2) {
midNode = midNode->next;
++count;
}
ListNode *rList = sortListHelper(midNode->next, length - length / 2);
midNode->next = NULL;
ListNode *lList = sortListHelper(head, length / 2);
return mergeList(lList, rList);
}
ListNode *mergeList(ListNode *l1, ListNode *l2) {
ListNode *dummy = new ListNode(0);
ListNode *lastNode = dummy;
while ((NULL != l1) && (NULL != l2)) {
if (l1->val < l2->val) {
lastNode->next = l1;
l1 = l1->next;
} else {
lastNode->next = l2;
l2 = l2->next;
}
lastNode = lastNode->next;
}
lastNode->next = (NULL != l1) ? l1 : l2;
return dummy->next;
}
};
源码分析
- 归并子程序没啥好说的了，见 Merge Two Sorted Lists | Data Structure and Algorithm.
- 在递归处理链表长度时，分析方法和 Convert Sorted List to Binary Search Tree | Data Structure and Algorithm 一致，
count表示遍历到链表中间时表头指针需要移动的节点数。在纸上分析几个简单例子后即可确定，由于这个题需要的是「左右」而不是二叉搜索树那道题需要三分——「左中右」，故将count初始化为1更为方便，左半部分链表长度为length / 2, 这两个值的确定最好是先用纸笔分析再视情况取初值，不可死记硬背。 - 找到中间节点后首先将其作为右半部分链表处理，然后将其
next值置为NULL, 否则归并子程序无法正确求解。这里需要注意的是midNode是左半部分的最后一个节点，midNode->next才是链表右半部分的起始节点。 - 递归模型中左、右、合并三者的顺序可以根据分治思想确定，即先找出左右链表，最后进行归并(因为归并排序的前提是两个子链表各自有序)。
复杂度分析
遍历求得链表长度，时间复杂度为 , 「折半取中」过程中总共有 层，每层找中点需遍历 个节点，故总的时间复杂度为 (折半取中), 每一层归并排序的时间复杂度介于 和 之间，故总的时间复杂度为 , 空间复杂度为常数级别，满足题意。
题解2 - 归并排序(快慢指针求中间节点)
除了遍历链表求得总长外，还可使用看起来较为巧妙的技巧如「快慢指针」，快指针每次走两步，慢指针每次走一步，最后慢指针所指的节点即为中间节点。使用这种特技的关键之处在于如何正确确定快慢指针的起始位置。
C++
/**
* Definition of ListNode
* class ListNode {
* public:
* int val;
* ListNode *next;
* ListNode(int val) {
* this->val = val;
* this->next = NULL;
* }
* }
*/
class Solution {
public:
/**
* @param head: The first node of linked list.
* @return: You should return the head of the sorted linked list,
using constant space complexity.
*/
ListNode *sortList(ListNode *head) {
if (NULL == head || NULL == head->next) {
return head;
}
ListNode *midNode = findMiddle(head);
ListNode *rList = sortList(midNode->next);
midNode->next = NULL;
ListNode *lList = sortList(head);
return mergeList(lList, rList);
}
private:
ListNode *findMiddle(ListNode *head) {
if (NULL == head || NULL == head->next) {
return head;
}
ListNode *slow = head, *fast = head->next;
while(NULL != fast && NULL != fast->next) {
fast = fast->next->next;
slow = slow->next;
}
return slow;
}
ListNode *mergeList(ListNode *l1, ListNode *l2) {
ListNode *dummy = new ListNode(0);
ListNode *lastNode = dummy;
while ((NULL != l1) && (NULL != l2)) {
if (l1->val < l2->val) {
lastNode->next = l1;
l1 = l1->next;
} else {
lastNode->next = l2;
l2 = l2->next;
}
lastNode = lastNode->next;
}
lastNode->next = (NULL != l1) ? l1 : l2;
return dummy->next;
}
};
Java
/**
* Definition for ListNode.
* public class ListNode {
* int val;
* ListNode next;
* ListNode(int val) {
* this.val = val;
* this.next = null;
* }
* }
*/
public class Solution {
/**
* @param head: The head of linked list.
* @return: You should return the head of the sorted linked list,
using constant space complexity.
*/
public ListNode sortList(ListNode head) {
// write your code here
if (head == null || head.next == null) return head;
ListNode mid = findMid(head);
ListNode head1 = head;
ListNode head2 = mid.next;
mid.next = null;
ListNode left = sortList(head1);
ListNode right = sortList(head2);
return merge(left, right);
}
// find mid
public ListNode findMid(ListNode head) {
if (head == null) return null;
ListNode fast = head.next;
ListNode slow = head;
while (fast != null && fast.next != null) {
fast = fast.next.next;
slow = slow.next;
}
return slow;
}
// merge
public ListNode merge(ListNode head1, ListNode head2) {
ListNode dummy = new ListNode(0);
ListNode head = dummy;
while (head1 != null || head2 != null) {
int a = head1 == null ? Integer.MAX_VALUE : head1.val;
int b = head2 == null ? Integer.MAX_VALUE : head2.val;
if (a < b) {
head.next = new ListNode(a);
if (head1 != null) head1 = head1.next;
} else {
head.next = new ListNode(b);
if (head2 != null) head2 = head2.next;
}
head = head.next;
}
return dummy.next;
}
}
源码分析
- 异常处理不仅考虑了
head, 还考虑了head->next, 可减少辅助程序中的异常处理。 - 使用快慢指针求中间节点时，将
fast初始化为head->next可有效避免无法分割两个节点如1->2->nullfast_slow_pointer。- 求中点的子程序也可不做异常处理，但前提是主程序
sortList中对head->next做了检测。
- 求中点的子程序也可不做异常处理，但前提是主程序
- 最后进行
merge归并排序。
Note 在递归和迭代程序中，需要尤其注意终止条件的确定，以及循环语句中变量的自增，以防出现死循环或访问空指针。
复杂度分析
同上。
题解3 - 归并排序(自底向上)
归并排序，总的时间复杂度是（nlogn),但是递归的空间复杂度并不是常数（和递归的层数有着关；递归的过程是自顶向下，好理解；这里提供自底向上的非递归方法；
C++
/**
* Definition for singly-linked list.
* struct ListNode {
* int val;
* ListNode *next;
* ListNode(int x) : val(x), next(NULL) {}
* };
*/
class Solution {
public:
ListNode* sortList(ListNode* head) {
int len_list = 0;
ListNode *p=head;
while(p){
p = p->next;
len_list++;
}
ListNode *l_list,*r_list,**p_merge_list;
for(int i = 1; i < len_list; i <<= 1){
r_list = l_list = head;
p_merge_list = &head;
for(int j = 0; j < len_list - i ; j += i << 1){
for(int k = 0; k < i; ++k) r_list=r_list->next;
int l_len=i,r_len=min(i, len_list - j - i);
while(l_len || r_len ){
if(r_len > 0 && (l_len == 0 || r_list->val <= l_list->val)){
*p_merge_list = r_list;
p_merge_list=&(r_list->next);
r_list = r_list->next;
--r_len;
}
else{
*p_merge_list = l_list;
p_merge_list=&(l_list->next);
l_list = l_list->next;
--l_len;
}
}
l_list=r_list;
}
*p_merge_list = r_list;
}
return head;
}
};
复杂度分析
归并排序，分解子问题的过程是O(logn),合并子问题的过程是O(n);
Reference
- Sort List | 九章算法
fast_slow_pointer. LeetCode: Sort List 解题报告 - Yu's Garden - 博客园 ↩
results matching ""
powered by 