首页 > Java > java教程 > 正文

Java中利用最小堆合并K个有序链表及其头尾指针机制解析

霞舞
发布: 2025-10-18 14:11:14
原创
298人浏览过

Java中利用最小堆合并K个有序链表及其头尾指针机制解析

本文详细阐述了如何使用最小堆(优先队列)高效合并 k 个已排序链表。重点解析了在链表构建过程中,虚拟头节点 `head` 和尾指针 `last` 协同工作的机制,特别是 `head` 如何通过 `last` 的 `next` 属性更新而间接累积节点,从而正确构建合并后的链表,避免了对 `head` 的直接赋值操作。

合并K个有序链表:基于最小堆的策略

合并K个有序链表是一个经典的算法问题,常见于数据结构和算法面试中。解决此问题的一种高效方法是利用最小堆(PriorityQueue),它能确保我们始终能从K个链表的当前头节点中,选出值最小的那个节点。

核心算法原理

该方法的核心思想是:

  1. 初始化最小堆:将所有K个链表的第一个节点(如果存在)加入到一个最小堆中。堆会根据节点的值进行排序,最小的节点总是在堆顶。
  2. 构建合并链表
    • 创建一个虚拟头节点(dummy head),用于简化链表构建过程。
    • 循环从堆中取出最小节点。
    • 将取出的节点连接到结果链表的末尾。
    • 如果取出的节点还有下一个节点,则将其下一个节点加入堆中。
  3. 返回结果:当堆为空时,所有节点都已处理完毕,返回虚拟头节点的下一个节点,即为合并后的有序链表。

链表节点与比较器定义

首先,我们需要定义链表节点 Node 和一个用于 PriorityQueue 的比较器 NodeComparator。

class Node {
    int data;
    Node next;

    Node(int key) {
        data = key;
        next = null;
    }
}

// Class implements Comparator to compare Node data
class NodeComparator implements Comparator<Node> {
    @Override
    public int compare(Node k1, Node k2) {
        if (k1.data > k2.data)
            return 1;
        else if (k1.data < k2.data)
            return -1;
        return 0;
    }
}
登录后复制

Node 类包含了节点的数据和指向下一个节点的引用。NodeComparator 则实现了 Comparator 接口,定义了如何比较两个 Node 对象,使其能够被 PriorityQueue 正确地作为最小堆使用。

立即学习Java免费学习笔记(深入)”;

mergeKList 函数实现详解

mergeKList 函数是实现合并逻辑的核心。

import java.util.Comparator;
import java.util.PriorityQueue;

class GFG {
    // ... (Node and NodeComparator classes as defined above) ...

    // Function to merge k sorted linked lists
    static Node mergeKList(Node[] arr, int K) {
        // Priority_queue 'queue' implemented
        // as min heap with the help of
        // 'compare' function
        PriorityQueue<Node> queue = new PriorityQueue<>(new NodeComparator());

        // 创建一个虚拟头节点,简化后续链表操作
        Node head = new Node(0);
        // last 指针始终指向结果链表的最后一个节点
        Node last = head;

        // 将所有 k 个链表的头节点(如果非空)加入优先队列
        for (int i = 0; i < K; i++) {
            if (arr[i] != null) {
                queue.add(arr[i]);
            }
        }

        // 处理 k = 0 或所有链表都为空的情况
        if (queue.isEmpty())
            return null;

        // 循环直到优先队列为空
        while (!queue.isEmpty()) {
            // 取出队列中最小的节点
            Node curr = queue.poll();

            // 将当前最小节点连接到结果链表的末尾
            last.next = curr;
            // 更新 last 指针,使其指向新加入的节点
            last = last.next;

            // 如果当前节点还有下一个节点,将其加入队列
            if (curr.next != null) {
                queue.add(curr.next);
            }
        }
        // 返回虚拟头节点的下一个节点,即为合并后的链表
        return head.next;
    }

    // Print linked list
    public static void printList(Node node) {
        while (node != null) {
            System.out.print(node.data + " ");
            node = node.next;
        }
    }

    public static void main(String[] args) {
        int N = 3;

        // array to store head of linkedlist
        Node[] a = new Node[N];

        // Linkedlist1
        Node head1 = new Node(1);
        a[0] = head1;
        head1.next = new Node(3);
        head1.next.next = new Node(5);
        head1.next.next.next = new Node(7);

        // Limkedlist2
        Node head2 = new Node(2);
        a[1] = head2;
        head2.next = new Node(4);
        head2.next.next = new Node(6);
        head2.next.next.next = new Node(8);

        // Linkedlist3
        Node head3 = new Node(0);
        a[2] = head3;
        head3.next = new Node(9);
        head3.next.next = new Node(10);
        head3.next.next.next = new Node(11);

        Node res = mergeKList(a, N);

        if (res != null)
            printList(res);
        System.out.println(); // Expected output: 0 1 2 3 4 5 6 7 8 9 10 11 
    }
}
登录后复制

指针机制深度解析:head 与 last 的协作

在 mergeKList 函数中,head 和 last 这两个指针的协同工作是理解链表构建的关键。许多初学者可能会疑惑,为什么 head 从未被直接赋值,最终却能指向完整的合并链表。

让我们逐步分析 head 和 last 的状态变化:

  1. 初始化

    Node head = new Node(0); // 创建一个虚拟头节点
    Node last = head;        // last 指针也指向这个虚拟头节点
    登录后复制

    此时,head 和 last 都引用同一个 Node 对象,我们称之为“虚拟头节点”。

     head  last
      ↓     ↓
    ┌────────────┐
    │ data: 0    │
    │ next: null │
    └────────────┘
    登录后复制
  2. 第一次循环迭代:假设从优先队列中取出的第一个最小节点是 curr (例如,data = 0)。

    有道小P
    有道小P

    有道小P,新一代AI全科学习助手,在学习中遇到任何问题都可以问我。

    有道小P 64
    查看详情 有道小P
    Node curr = queue.poll(); // curr 引用到值为 0 的节点 (来自head3)
    登录后复制

    状态:

     head  last          curr
      ↓     ↓             ↓
    ┌────────────┐    ┌────────────┐
    │ data: 0    │    │ data: 0    │
    │ next: null │    │ next: null │
    └────────────┘    └────────────┘
    登录后复制

    接下来执行:

    last.next = curr;
    登录后复制

    这一步是关键!last 当前指向的是虚拟头节点。last.next = curr 实际上是修改了虚拟头节点的 next 属性,使其指向 curr 节点。因为 head 也引用着同一个虚拟头节点,所以 head.next 也被隐式地更新了。

     head  last          curr
      ↓     ↓             ↓
    ┌────────────┐    ┌────────────┐
    │ data: 0    │    │ data: 0    │
    │ next: ─────────►│ next: null │
    └────────────┘    └────────────┘
    登录后复制

    然后执行:

    last = last.next;
    登录后复制

    last 指针现在移动到 curr 节点(也就是刚刚添加到链表末尾的节点)。注意,head 仍然指向最初的虚拟头节点,它并没有移动。

     head              last curr
      ↓                 ↓    ↓
    ┌────────────┐    ┌────────────┐
    │ data: 0    │    │ data: 0    │
    │ next: ─────────►│ next: null │
    └────────────┘    └────────────┘
    登录后复制

    如果 curr 节点还有下一个节点(例如 curr.next 引用值为 9 的节点),这个节点会被加入到优先队列中。

  3. 后续循环迭代:假设从优先队列中取出的下一个最小节点是 curr (例如,data = 1)。 此时 last 指向的是值为 0 的节点。

    last.next = curr;
    登录后复制

    这会将值为 1 的节点连接到值为 0 的节点之后。

     head                               last curr
      ↓                                  ↓    ↓
    ┌────────────┐    ┌────────────┐    ┌────────────┐
    │ data: 0    │    │ data: 0    │    │ data: 1    │
    │ next: ─────────►│ next: ─────────►│ next: null │
    └────────────┘    └────────────┘    └────────────┘
                      ^ 这里的 data:0 是虚拟头节点,第一个 data:0 是从队列中取出的第一个节点
    登录后复制

    然后 last = last.next; 会将 last 移动到值为 1 的节点。

通过这种方式,last 指针不断向前推进,每次都将新的最小节点连接到当前 last 指向节点的 next 属性上。由于 head 始终保持指向最初的虚拟头节点,并且这个虚拟头节点的 next 属性是整个合并链表的起点,因此,当 last 完成所有节点的连接后,head.next 自然就构成了完整的合并链表。head 本身的值(0)是一个占位符,最终我们返回的是 head.next,从而排除了这个虚拟节点。

注意事项

  • 虚拟头节点的作用:使用虚拟头节点(head = new Node(0))极大地简化了链表操作。如果没有虚拟头节点,我们需要在第一个节点加入时进行特殊处理,判断结果链表是否为空。有了虚拟头节点,所有节点的添加逻辑都保持一致。
  • 时间复杂度:假设总共有 N 个节点分布在 K 个链表中。每个节点最多会被插入和删除堆一次。堆操作的时间复杂度是 O(logK)。因此,总的时间复杂度为 O(N logK)。
  • 空间复杂度:优先队列中最多会存储 K 个节点(每个链表一个头节点)。因此,空间复杂度为 O(K)。
  • Java PriorityQueue:Java 的 PriorityQueue 默认是最小堆。如果需要最大堆,可以通过传入自定义的 Comparator 来实现。

总结

利用最小堆合并K个有序链表是一种高效且优雅的解决方案。通过巧妙地使用虚拟头节点 head 和尾指针 last,我们能够以清晰的逻辑构建合并后的链表,避免了复杂的边界条件处理。深入理解 head 和 last 指针如何协同工作,对于掌握链表操作和面向对象编程中的引用概念至关重要。

以上就是Java中利用最小堆合并K个有序链表及其头尾指针机制解析的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号