LeetCode::Sort List 详细分析

时间:2021-11-03 15:55:03

Sort a linked list in O(n log n) time using constant space complexity.

这道题目非常简短的一句话,给链表排序,看到nlogn,我们可以来简单复习一下排序。首先说一下这个nlogn的时间复杂度(根据决策树我们可以得出这个界限),是基于比较排序的最小上限,也就是说,对于没有一定范围情况的数据来说,最快的排序思路就是归并和快速排序了(当然具体的参数系数还是由更具体的设置决定的)。对于数组的话,如果使用归并排序,不是in place的,因为我们需要额外申请一个(N)空间用于merge的时候使用,所以导致了数据的复制和传递,因此不适合作为主存排序。(内存的数据变化量可是惊人的呀)。但是,对于链表的归并排序,就可以做到in place,原因在于,链表本来就是一个动态的数据结构,我们在merge的时候改变一下指针的指向就OK了。之前,我在帮公司写一个项目的时候,support组提供的数据结构接口不是很满意,我就自己封装了一个利用归并来排序的链表,感觉用起来还行(强迫症?)。顺便提一下,最基本的排序,插入排序,n^2的时间复杂度;以及历史上第一次突破平方界限的排序,希尔排序,其实就是插入排序的改良版,时间复杂度取决于因子的选取(具体我忘记了),废话太多了>.< orz。


下面是代码,其中一些个人觉得重要的地方也做了注释。

/**
 * Definition for singly-linked list.
 * struct ListNode {
 *     int val;
 *     ListNode *next;
 *     ListNode(int x) : val(x), next(NULL) {}
 * };
 */
class Solution {
public:

    ListNode *findMedian(ListNode *head){
            ListNode *slow = head;
            ListNode *fast = head;
            while(fast->next != NULL && fast->next->next != NULL){   //这里注意先后顺序,必须先保证slow->next = NULL
                slow = slow->next;
                fast = fast->next->next;
            }
            return slow;
    }
    
    ListNode *merge(ListNode *a, ListNode *b){
        ListNode *dummyNode = new ListNode(0);         //在头节点不确定或者需要删除时,引入哑节点是很好的选择
        ListNode *pos = dummyNode;
        while(a != NULL && b != NULL){
            if (a->val <= b->val){
                pos->next = a;
                a = a->next;
            }
            else{
                pos->next = b;
                b = b->next;
            }
            pos = pos->next;
        }
        pos->next = a != NULL ? a : b;     //这里用问号表达式可以减少代码量
        return dummyNode->next;
    }
    
    ListNode *sortList(ListNode *head) {
        if (head == NULL || head->next == NULL)
            return head;
        ListNode *mid = findMedian(head);
        ListNode *next = mid->next;
        mid->next = NULL;    //这里需要注意,一定要断开链表,所以重新申请了节点指针next而不是直接将mid = mid->next
        return merge(sortList(head), sortList(next));
        
    }
};