英文原文
You are given two sorted arrays, A and B, where A has a large enough buffer at the end to hold B. Write a method to merge B into A in sorted order.
Initially the number of elements in A and B are m and n respectively.
Example:
Input: A = [1,2,3,0,0,0], m = 3 B = [2,5,6], n = 3 Output: [1,2,2,3,5,6]
Note:
A.length == n + m
中文题目
给定两个排序后的数组 A 和 B,其中 A 的末端有足够的缓冲空间容纳 B。 编写一个方法,将 B 合并入 A 并排序。
初始化 A 和 B 的元素数量分别为 m 和 n。
示例:
输入: A = [1,2,3,0,0,0], m = 3 B = [2,5,6], n = 3 输出: [1,2,2,3,5,6]
说明:
A.length == n + m
通过代码
高赞题解
方法一:直接合并后排序
算法
最直观的方法是先将数组 $B$ 放进数组 $A$ 的尾部,然后直接对整个数组进行排序。
class Solution {
public:
void merge(vector<int>& A, int m, vector<int>& B, int n) {
for (int i = 0; i != n; ++i) {
A[m + i] = B[i];
}
sort(A.begin(), A.end());
}
};
class Solution {
public void merge(int[] A, int m, int[] B, int n) {
for (int i = 0; i != n; ++i) {
A[m + i] = B[i];
}
Arrays.sort(A);
}
}
class Solution:
def merge(self, A: List[int], m: int, B: List[int], n: int) -> None:
"""
Do not return anything, modify A in-place instead.
"""
A[m:] = B
A.sort()
func merge(A []int, m int, B []int, _ int) {
copy(A[m:], B)
sort.Ints(A)
}
var merge = function(A, m, B, n) {
A.splice(m, A.length - m, ...B);
A.sort((a, b) => a - b);
};
int cmp(int* a, int* b) {
return *a - *b;
}
void merge(int* nums1, int nums1Size, int m, int* nums2, int nums2Size, int n) {
for (int i = 0; i != n; ++i) {
nums1[m + i] = nums2[i];
}
qsort(nums1, nums1Size, sizeof(int), cmp);
}
复杂度分析
时间复杂度:$O((m+n)\log(m+n))$。
排序序列长度为 $m+n$,套用快速排序的时间复杂度即可,平均情况为 $O((m+n)\log(m+n))$。空间复杂度:$O(\log(m+n))$。
排序序列长度为 $m+n$,套用快速排序的空间复杂度即可,平均情况为 $O(\log(m+n))$。
方法二:双指针
算法
方法一没有利用数组 $A$ 与 $B$ 已经被排序的性质。为了利用这一性质,我们可以使用双指针方法。这一方法将两个数组看作队列,每次从两个数组头部取出比较小的数字放到结果中。如下面的动画所示:
{:width=540}
我们为两个数组分别设置一个指针 $\textit{pa}$ 与 $\textit{pb}$ 来作为队列的头部指针。代码实现如下:
class Solution {
public:
void merge(vector<int>& A, int m, vector<int>& B, int n) {
int pa = 0, pb = 0;
int sorted[m + n];
int cur;
while (pa < m || pb < n) {
if (pa == m) {
cur = B[pb++];
} else if (pb == n) {
cur = A[pa++];
} else if (A[pa] < B[pb]) {
cur = A[pa++];
} else {
cur = B[pb++];
}
sorted[pa + pb - 1] = cur;
}
for (int i = 0; i != m + n; ++i) {
A[i] = sorted[i];
}
}
};
class Solution {
public void merge(int[] A, int m, int[] B, int n) {
int pa = 0, pb = 0;
int[] sorted = new int[m + n];
int cur;
while (pa < m || pb < n) {
if (pa == m) {
cur = B[pb++];
} else if (pb == n) {
cur = A[pa++];
} else if (A[pa] < B[pb]) {
cur = A[pa++];
} else {
cur = B[pb++];
}
sorted[pa + pb - 1] = cur;
}
for (int i = 0; i != m + n; ++i) {
A[i] = sorted[i];
}
}
}
class Solution:
def merge(self, A: List[int], m: int, B: List[int], n: int) -> None:
"""
Do not return anything, modify A in-place instead.
"""
sorted = []
pa, pb = 0, 0
while pa < m or pb < n:
if pa == m:
sorted.append(B[pb])
pb += 1
elif pb == n:
sorted.append(A[pa])
pa += 1
elif A[pa] < B[pb]:
sorted.append(A[pa])
pa += 1
else:
sorted.append(B[pb])
pb += 1
A[:] = sorted
func merge(A []int, m int, B []int, n int) {
sorted := make([]int, 0, m+n)
p1, p2 := 0, 0
for {
if p1 == m {
sorted = append(sorted, B[p2:]...)
break
}
if p2 == n {
sorted = append(sorted, A[p1:]...)
break
}
if A[p1] < B[p2] {
sorted = append(sorted, A[p1])
p1++
} else {
sorted = append(sorted, B[p2])
p2++
}
}
copy(A, sorted)
}
var merge = function(A, m, B, n) {
let pa = 0, pb = 0;
const sorted = new Array(m + n).fill(0);
var cur;
while (pa < m || pb < n) {
if (pa === m) {
cur = B[pb++];
} else if (pb === n) {
cur = A[pa++];
} else if (A[pa] < B[pb]) {
cur = A[pa++];
} else {
cur = B[pb++];
}
sorted[pa + pb - 1] = cur;
}
for (let i = 0; i != m + n; ++i) {
A[i] = sorted[i];
}
};
void merge(int* nums1, int nums1Size, int m, int* nums2, int nums2Size, int n) {
int p1 = 0, p2 = 0;
int sorted[m + n];
int cur;
while (p1 < m || p2 < n) {
if (p1 == m) {
cur = nums2[p2++];
} else if (p2 == n) {
cur = nums1[p1++];
} else if (nums1[p1] < nums2[p2]) {
cur = nums1[p1++];
} else {
cur = nums2[p2++];
}
sorted[p1 + p2 - 1] = cur;
}
for (int i = 0; i != m + n; ++i) {
nums1[i] = sorted[i];
}
}
复杂度分析
时间复杂度:$O(m+n)$。
指针移动单调递增,最多移动 $m+n$ 次,因此时间复杂度为 $O(m+n)$。空间复杂度:$O(m+n)$。
需要建立长度为 $m+n$ 的中间数组 $\textit{sorted}$。
方法三:逆向双指针
算法
方法二中,之所以要使用临时变量,是因为如果直接合并到数组 $A$ 中,$A$ 中的元素可能会在取出之前被覆盖。那么如何直接避免覆盖 $A$ 中的元素呢?观察可知,$A$ 的后半部分是空的,可以直接覆盖而不会影响结果。因此可以指针设置为从后向前遍历,每次取两者之中的较大者放进 $A$ 的最后面。
严格来说,在此遍历过程中的任意一个时刻,$A$ 数组中有 $m-\textit{pa}-1$ 个元素被放入 $A$ 的后半部,$B$ 数组中有 $n-\textit{pb}-1$ 个元素被放入 $A$ 的后半部,而在指针 $\textit{pa}$ 的后面,$A$ 数组有 $m+n-\textit{pa}-1$ 个位置。由于
$$m+n-\textit{pa}-1\geq m-\textit{pa}-1+n-\textit{pb}-1$$
等价于
$$pb\geq -1$$
永远成立,因此 $\textit{pa}$ 后面的位置永远足够容纳被插入的元素,不会产生 $\textit{pa}$ 的元素被覆盖的情况。
实现代码如下:
class Solution {
public:
void merge(vector<int>& A, int m, vector<int>& B, int n) {
int pa = m - 1, pb = n - 1;
int tail = m + n - 1;
int cur;
while (pa >= 0 || pb >= 0) {
if (pa == -1) {
cur = B[pb--];
} else if (pb == -1) {
cur = A[pa--];
} else if (A[pa] > B[pb]) {
cur = A[pa--];
} else {
cur = B[pb--];
}
A[tail--] = cur;
}
}
};
class Solution {
public void merge(int[] A, int m, int[] B, int n) {
int pa = m - 1, pb = n - 1;
int tail = m + n - 1;
int cur;
while (pa >= 0 || pb >= 0) {
if (pa == -1) {
cur = B[pb--];
} else if (pb == -1) {
cur = A[pa--];
} else if (A[pa] > B[pb]) {
cur = A[pa--];
} else {
cur = B[pb--];
}
A[tail--] = cur;
}
}
}
class Solution:
def merge(self, A: List[int], m: int, B: List[int], n: int) -> None:
"""
Do not return anything, modify A in-place instead.
"""
pa, pb = m - 1, n - 1
tail = m + n - 1
while pa >= 0 or pb >= 0:
if pa == -1:
A[tail] = B[pb]
pb -= 1
elif pb == -1:
A[tail] = A[pa]
pa -= 1
elif A[pa] > B[pb]:
A[tail] = A[pa]
pa -= 1
else:
A[tail] = B[pb]
pb -= 1
tail -= 1
func merge(A []int, m int, B []int, n int) {
for p1, p2, tail := m-1, n-1, m+n-1; p1 >= 0 || p2 >= 0; tail-- {
var cur int
if p1 == -1 {
cur = B[p2]
p2--
} else if p2 == -1 {
cur = A[p1]
p1--
} else if A[p1] > B[p2] {
cur = A[p1]
p1--
} else {
cur = B[p2]
p2--
}
A[tail] = cur
}
}
var merge = function(A, m, B, n) {
let pa = m - 1, pb = n - 1;
let tail = m + n - 1;
var cur;
while (pa >= 0 || pb >= 0) {
if (pa === -1) {
cur = B[pb--];
} else if (pb === -1) {
cur = A[pa--];
} else if (A[pa] > B[pb]) {
cur = A[pa--];
} else {
cur = B[pb--];
}
A[tail--] = cur;
}
};
void merge(int* nums1, int nums1Size, int m, int* nums2, int nums2Size, int n) {
int p1 = m - 1, p2 = n - 1;
int tail = m + n - 1;
int cur;
while (p1 >= 0 || p2 >= 0) {
if (p1 == -1) {
cur = nums2[p2--];
} else if (p2 == -1) {
cur = nums1[p1--];
} else if (nums1[p1] > nums2[p2]) {
cur = nums1[p1--];
} else {
cur = nums2[p2--];
}
nums1[tail--] = cur;
}
}
复杂度分析
- 时间复杂度:$O(m+n)$。
指针移动单调递减,最多移动 $m+n$ 次,因此时间复杂度为 $O(m+n)$。 - 空间复杂度:$O(1)$。
直接对数组 $A$ 原地修改,不需要额外空间。
统计信息
通过次数 | 提交次数 | AC比率 |
---|---|---|
58520 | 105300 | 55.6% |
提交历史
提交时间 | 提交结果 | 执行时间 | 内存消耗 | 语言 |
---|