当前位置: 首页 > news >正文

合并两个有序数组

题目

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 。

实例

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。

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] 。

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。

题解

先贴代码

public static void merge(int[] nums1, int m, int[] nums2, int n) {/*****************方法一:合并后对数组进行排序***********************/
//        for (int i = 0; i < n; i++) {
//            nums1[m + i] = nums2[i];
//        }
//        Arrays.sort(nums1);/*****************方法二:双指针法***********************/
//        int nums[] = new int[m + n];
//        int p1 = 0, p2 = 0;
//        int cur = 0;
//        while(p1 < m && p2 < n){
//            if (nums1[p1]> nums2[p2]){
//                nums[cur++] = nums2[p2++];
//            } else {
//                nums[cur++] = nums1[p1++];
//            }
//        }
//        while(p1 < m){
//            nums[cur++] = nums1[p1++];
//        }
//        while(p2 < n){
//            nums[cur++] = nums2[p2++];
//        }
//        for (int i = 0; i < m + n; i++) {
//            nums1[i] = nums[i];
//        }/*****************方法三:逆向双指针法***********************/int p1 = m - 1, p2 = n - 1;int tail = m + n - 1;while (p1 >= 0 && p2 >= 0) {if (nums1[p1] > nums2[p2]) {nums1[tail--] = nums1[p1--];}else {nums1[tail--] = nums2[p2--];}}while (p2 >= 0) {nums1[tail--] = nums2[p2--];}while (p1 >= 0) {nums1[tail--] = nums1[p1--];}}

方法一

简单粗暴,先将nums2数组中的数放到nums1后面,然后对整个nums1数组进行排序。这样时间复杂度为O(m+n)lg(m+n),所需时间复杂度主要为排序操作的开销;空间复杂度为O(lg(m+n)),主要为排序所需的空间。

方法二

需要新建一个临时数组,从前往后遍历数组,每次都将较小的数先放入临时数组中。需要注意的是当某个数组遍历完成后,需要将另一数组中的值放到按照顺序放到新数组中。
时间复杂度:O(m+n)
空间复杂度:O(m+n),主要用于临时数组开销。

方法三

方法二虽然降低了时间复杂度,但是需要结束临时数据,增加了空间复杂度,方法三使用逆向双指针法,不用借助临时数据。
从后往前遍历数组,每次都将较大的数先放入数组中。
时间复杂度:O(m+n)
空间复杂度:O(1)。

http://www.xdnf.cn/news/227935.html

相关文章:

  • DataWorks Copilot 集成 Qwen3-235B-A22B混合推理模型,AI 效能再升级!
  • uniapp 实现时分秒 分别倒计时
  • 大数据平台与数据仓库的核心差异是什么?
  • MySQL RR (Repeatable Read) 隔离级别规则细节
  • 【计算机视觉】目标检测:深度解析Detectron2:Meta开源目标检测与图像分割框架实战指南
  • Linux Nginx网站服务【完整版】
  • 从高端制造到民生场景:天元轻量化软件的“破局”之路
  • 【QT】编写第一个 QT 程序 对象树 Qt 编程事项 内存泄露问题
  • 大语言模型 06 - 从0开始训练GPT 0.25B参数量 - MiniMind 实机配置 GPT训练基本流程概念
  • ASP.NET MVC​ 入门与提高指南六
  • 一套SaaS ERP管理系统源码,支持项目二开商用,SpringBoot+Vue+ElementUI+UniAPP
  • 11.Spring Boot 3.1.5 中使用 SpringDoc OpenAPI(替代 Swagger)生成 API 文档
  • 若依Vue + Spring Boot:前后端参数传递实践与 @RequestParam、@RequestBody、@ModelAttribute 使用详解
  • 解决vscode cmake提示检测到 #include 错误
  • 【Hive入门】Hive高级特性:事务表与ACID特性详解
  • Ubuntu 24.04 终端美化
  • 第一章 OpenCV篇-配置及基础知识-Python
  • 常用开发脚本工具推荐
  • java网络原理5
  • 【C++】数据结构 九种排序算法的实现
  • python对接马来西亚股票完整代码
  • 微前端框架选型指南
  • Go并发控制模式:基于Channel的实践与优化
  • Github 2025-04-30 C开源项目日报 Top10
  • 3dgs渲染 Nvdiffrast
  • getattr 的作用
  • 6.应用层
  • 搭建PCDN大节点,服务器该怎么配
  • Vue3 后台管理系统模板
  • redis 数据类型新手练习系列——List类型