博客
关于我
No.021:Merge Two Sorted Lists
阅读量:438 次
发布时间:2019-03-06

本文共 1735 字,大约阅读时间需要 5 分钟。

合并两个已排序的链表是一个常见的问题,目标是将两个链表拼接成一个新的链表,并返回其第一个节点。本文将详细介绍如何实现这一过程。

输入节点情况

首先,我们需要考虑输入链表可能存在null的情况。具体来说:

  • 如果其中一个链表为空,直接返回另一个链表的头节点。
  • 如果两个链表都为空,则返回null。
  • 节点定义

    节点的定义如下:

    class ListNode {    public int val;    public ListNode next;    public ListNode prev;}

    实现步骤

  • 初始化变量

    • 创建一个新的链表来保存结果。
    • 使用一个指针记录上一个节点,用于拼接新的链表。
    • 确定第一个节点,确保较小的节点作为基准链表。
  • 比较节点值

    • 比较当前两个链表的节点值,决定哪个作为基准链表。
    • 交换两个链表的位置,确保基准链表始终指向较小的节点。
  • 遍历链表

    • 将当前基准链表的节点连接到上一个节点的后面。
    • 更新上一个节点指针。
    • 移动基准链表指针到下一个节点,继续比较和拼接。
  • 处理剩余节点

    • 当其中一个链表遍历完毕时,将剩下的另一条链表连接到结果链表的末尾。
  • 返回结果

    • 返回结果链表的第一个节点。
  • 代码实现

    public class ListNode {    public int val;    public ListNode next;    public ListNode prev;    public ListNode(int val) {        this.val = val;    }}public class Solution {    public ListNode mergeTwoLists(ListNode l1, ListNode l2) {        // 处理空链表情况        if (l1 == null) {            return l2;        }        if (l2 == null) {            return l1;        }        // 初始化结果链表        ListNode result = new ListNode(0);        ListNode last = result;        // 确定第一个节点        if (l1.val > l2.val) {            // 交换l1和l2的位置            ListNode temp = l1;            l1 = l2;            l2 = temp;        }        // 开始遍历并拼接        while (true) {            // 将当前l1节点连接到结果链表            last.next = l1;            last = last.next;            // 移动l1指针到下一个节点            if (l1.next == null) {                // 当l1遍历完毕,将l2拼接到结果链表                l1.next = l2;                break;            }            l1 = l1.next;            // 比较当前节点的值,并交换位置            if (l1.val > l2.val) {                // 交换l1和l2的位置                ListNode temp = l2;                l2 = l1;                l1 = temp;            }        }        return result.next;    }}

    总结

    该算法通过交换节点的位置和逐步拼接的方式,确保了两个链表合并后的链表是有序的。代码结构清晰,逻辑简单易懂,适合处理各种边界情况。

    转载地址:http://soyyz.baihongyu.com/

    你可能感兴趣的文章
    one_day_one--mkdir
    查看>>
    ONI文件生成与读取
    查看>>
    oobbs开发手记
    查看>>
    OpenCV 中的图像转换
    查看>>
    opencv&Python——多种边缘检测
    查看>>
    OpenCV-Python接口、cv和cv2的性能比较
    查看>>
    opencv26-模板匹配
    查看>>
    OpenCV3 install tutorial for Mac
    查看>>
    opencv32-基于距离变换和分水岭的图像分割
    查看>>
    opencv4-图像操作
    查看>>
    opencv5-图像混合
    查看>>
    opencv9-膨胀和腐蚀
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>