import junit.framework.TestCase; import java.util.Arrays; public class LeetCode02_2 extends TestCase { /** * 88. 合并两个有序数组 * 给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2,另有两个整数 m 和 n ,分别表示 nums1 和 nums2 中的元素数目。 * 请你 合并 nums2 到 nums1 中,使合并后的数组同样按 非递减顺序 排列。 * 注意:最终,合并后数组不应由函数返回,而是存储在数组 nums1 中。为了应对这种情况,nums1 的初始长度为 m + n,其中前 m 个元素表示应合并的元素,后 n 个元素为 0 ,应忽略。nums2 的长度为 n 。 * <p> * 示例 1: * 输入:nums1 = [1,2,3,0,0,0], m = 3, nums2 = [2,5,6], n = 3 * 输出:[1,2,2,3,5,6] * 解释:需要合并 [1,2,3] 和 [2,5,6] 。 * 合并结果是 [1,2,2,3,5,6] ,其中斜体加粗标注的为 nums1 中的元素。 * <p> * 示例 2: * 输入:nums1 = [1], m = 1, nums2 = [], n = 0 * 输出:[1] * 解释:需要合并 [1] 和 [] 。 * 合并结果是 [1] 。 * <p> * 示例 3: * 输入:nums1 = [0], m = 0, nums2 = [1], n = 1 * 输出:[1] * 解释:需要合并的数组是 [] 和 [1] 。 * 合并结果是 [1] 。 * 注意,因为 m = 0 ,所以 nums1 中没有元素。nums1 中仅存的 0 仅仅是为了确保合并结果可以顺利存放到 nums1 中。 * <p> * 提示: * nums1.length == m + n * nums2.length == n * 0 <= m, n <= 200 * 1 <= m + n <= 200 * -109 <= nums1[i], nums2[j] <= 109 * <p> * 进阶:你可以设计实现一个时间复杂度为 O(m + n) 的算法解决此问题吗? */ /** * 方法一:直接合并后排序 * 时间复杂度:O((m+n)log(m+n))。 * 排序序列长度为 m+nm+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))。 */ public void merge(int[] nums1, int m, int[] nums2, int n) { for (int i = 0; i < n; i++) { nums1[m + i] = nums2[i]; } Arrays.sort(nums1); System.out.println("merge -> " + Arrays.toString(nums1)); } /** * 方法二:双指针 * 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 res。 */ public void merge2(int[] nums1, int m, int[] nums2, int n) { int[] res = new int[m + n]; int p1 = 0, p2 = 0; for (int i = 0; i < (m + n); i++) { if (p1 == m) { res[i] = nums2[p2++]; } else if (p2 == n) { res[i] = nums1[p1++]; } else if (nums1[p1] < nums2[p2]) { res[i] = nums1[p1++]; } else { res[i] = nums2[p2++]; } } for (int i = 0; i < res.length; i++) { nums1[i] = res[i]; } System.out.println("merge2 -> " + Arrays.toString(nums1)); } /** * 方法二:双指针 * 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 res。 */ public void merge3(int[] nums1, int m, int[] nums2, int n) { int[] res = new int[m + n]; int p1 = 0, p2 = 0; int tmp; while (p1 < m || p2 < n) { if (p1 == m) { tmp = nums2[p2++]; } else if (p2 == n) { tmp = nums1[p1++]; } else if (nums1[p1] < nums2[p2]) { tmp = nums1[p1++]; } else { tmp = nums2[p2++]; } res[p1 + p2 - 1] = tmp; } for (int i = 0; i < res.length; i++) { nums1[i] = res[i]; } System.out.println("merge3 -> " + Arrays.toString(nums1)); } /** * 方法三:逆向双指针 * 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) 原地修改,不需要额外空间。 */ public void merge4(int[] nums1, int m, int[] nums2, int n) { int p1 = m - 1, p2 = n - 1; for (int i = (m + n - 1); i >= 0; i--) { if (p1 == -1) { nums1[i] = nums2[p2--]; } else if (p2 == -1) { nums1[i] = nums1[p1--]; } else if (nums1[p1] > nums2[p2]) { nums1[i] = nums1[p1--]; } else { nums1[i] = nums2[p2--]; } } System.out.println("merge4 -> " + Arrays.toString(nums1)); } /** * 方法三:逆向双指针 * 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) 原地修改,不需要额外空间。 */ public void merge5(int[] nums1, int m, int[] nums2, int n) { int p1 = m - 1, p2 = n - 1; int tmp; while (p1 > -1 || p2 > -1) { if (p1 == -1) { tmp = nums2[p2--]; } else if (p2 == -1) { tmp = nums1[p1--]; } else if (nums1[p1] > nums2[p2]) { tmp = nums1[p1--]; } else { tmp = nums2[p2--]; } nums1[p1 + p2 + 2] = tmp; } System.out.println("merge5 -> " + Arrays.toString(nums1)); } public void test01() { int[] nums1 = {1, 2, 3, 0, 0, 0}; int[] nums2 = {2, 5, 6}; merge5(nums1, 3, nums2, 3); int[] nums3 = {1}; int[] nums4 = {}; merge5(nums3, 1, nums4, 0); int[] nums5 = {0}; int[] nums6 = {1}; merge5(nums5, 0, nums6, 1); } }标签:p2,p1,int,复杂度,88,nums1,算法,LeetCode,nums2 From: https://www.cnblogs.com/sueyyyy/p/16774162.html