给定K个有序数组,每个数组有n个元素,想把这些数组合并成一个有序数组
可以利用最小堆完成,时间复杂度是O(nklogk),具体过程如下:
创建一个大小为n*k的数组保存最后的结果
创建一个大小为k的最小堆,堆中元素为k个数组中的每个数组的第一个元素
重复下列步骤n*k次:
每次从堆中取出最小元素(堆顶元素),并将其存入输出数组中
用堆顶元素所在数组的下一元素将堆顶元素替换掉,
如果数组中元素被取光了,将堆顶元素替换为无穷大。每次替换堆顶元素后,重新调整堆
初始化最小堆的时间复杂度O(k),总共有kn次循环,每次循环调整最小堆的时间复杂度是O(logk),所以总的时间复杂度是O(knlogk)
代码如下,已测试通过:
import sys class HeapNode: def __init__(self,x,y=0,z=0): self.value=x self.i=y self.j=z def Min_Heap(heap):#构造一个堆,将堆中所有数据重新排序 HeapSize = len(heap)#将堆的长度单独拿出来方便 for i in range((HeapSize -2)//2,-1,-1):#从后往前出数 Min_Heapify(heap,i) def Min_Heapify(heap,root): heapsize=len(heap) MIN=root left=2*root+1 right=left+1 if left<heapsize and heap[MIN].value>heap[left].value: MIN=left if right <heapsize and heap[MIN].value>heap[right].value: MIN=right if MIN!=root: heap[MIN], heap[root] = heap[root], heap[MIN] Min_Heapify(heap, MIN) def MergeKArray(nums,n): # 合并k个有序数组,每个数组长度都为k knums=[] output=[] for i in range(len(nums)): subnums=nums[i] knums.append(HeapNode(subnums[0],i,1)) Min_Heap(knums)#k个元素初始化最小堆 for i in range(len(nums)*n): # 取堆顶,存结果 root=knums[0] output.append(root.value) #替换堆顶 if root.j<n: root.value=nums[root.i][root.j] root.j+=1 else: root.value=sys.maxsize knums[0]=root Min_Heapify(knums,0) return output knums=[[1,2,3],[1,3,6],[4,5,8]] print(MergeKArray(knums,3))
原文地址:https://www.cnblogs.com/tsdblogs/p/9848674.html
时间: 2024-10-18 12:12:27