情緒(穩定性)不穩定:快些選堆java
排序名稱 | 時間複雜度 | 空間複雜度 | 穩定性 | 備註 |
---|---|---|---|---|
選擇排序 | O(n^2) | O(1) | 不穩定 | 運行時間和輸入無關;數據移動是最少的 |
插入排序 | O(n^2),徹底有序變成O(n) | O(1) | 穩定 | 排序時間取決於初始值(使用交換方式) |
冒泡排序 | O(n^2),徹底有序變成O(n) | O(1) | 穩定 | |
歸併排序 | O(nlogn),徹底有序變成O(n) | O(n) | 穩定 | 求解逆序對、小和、染色等問題 |
快速排序 | O(nlogn),含有相同元素數組,三路快排O(n) | O(1) | 不穩定 | 求解topK等問題 |
堆排序 | O(nlogn) | O(1) | 不穩定 | 實現優先隊列 |
希爾排序 | O(nlogn)-O(n^2) | O(1) | 不穩定 | 分組思想 |
public class SelectionSort { private SelectionSort() { } // 默寫版 public static void selectionSort(int[] arr) { for (int i = 0; i < arr.length; i++) { int minIndex = i; for (int j = i + 1; j < arr.length; j++) { minIndex = arr[minIndex] < arr[j] ? minIndex : j; } swap(arr, i, minIndex); } } private static void swap(int[] arr, int i, int j) { int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } // 選擇排序1:從前到後選最小 public static <E extends Comparable<E>> void selectionSort(E[] arr) { for (int i = 0; i < arr.length; i++) { int minIndex = i; for (int j = i + 1; j < arr.length; j++) { // 循環不變量:minIndex永遠指向最小的元素 minIndex = arr[minIndex].compareTo(arr[j]) < 0 ? minIndex : j; } swap(arr, i, minIndex); } } // 選擇排序2從後到前選最大 public static <E extends Comparable<E>> void selectionSort1(E[] arr) { for (int i = arr.length - 1; i >= 0; i--) { int maxIndex = i; for (int j = i - 1; j >= 0; j--) { maxIndex = arr[j].compareTo(arr[maxIndex]) > 0 ? j : maxIndex; } swap(arr, i, maxIndex); } } private static <E> void swap(E[] arr, int i, int j) { E temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } }
public class InsertionSort { private InsertionSort() { } // 默寫版 private static void insertSort(int[] arr) { for (int i = 0; i < arr.length; i++) { int temp = arr[i]; int j; // 從後往前插 for (j = i; j - 1 >= 0 && temp < arr[j - 1]; j--) { arr[j] = arr[j - 1]; } arr[j] = temp; } } // 插入排序1:取出元素插入,後面希爾排序會用到這種方式 public static <E extends Comparable<E>> void insertSort1(E[] data) { // 外層循環:遍歷每一個數組元素,i左邊已經排好序,右邊待排序 for (int i = 0; i < data.length; i++) { // 取出當前遍歷第一個元素,將它插入到前面已經排好序的數組中,合適的位置 E temp = data[i]; // 內層循環:遍歷左邊已經排好序的數組 int j; // &&右邊的條件不能下放!由於j--會對一個位移 for (j = i; j - 1 >= 0 && temp.compareTo(data[j - 1]) < 0; j--) { data[j] = data[j - 1]; } // 內層發生移動,空出的j位置賦值給temp // 內層沒有發生移動,temp原地賦值給本身 data[j] = temp; } } // 插入排序2:使用交換,性能沒有上面好 public static <E extends Comparable<E>> void insertSort2(E[] arr) { for (int i = 1; i < arr.length; i++) { for (int j = i - 1; j >= 0 && arr[j].compareTo(arr[j + 1]) > 0; j++) { swap(arr, j, j + 1); } } } private static <E> void swap(E[] arr, int j, int i) { E t = arr[i]; arr[i] = arr[j]; arr[j] = t; } }
public class Solution { public ListNode insertionSortList(ListNode head) { if (head == null) { return null; } // 初始化三個指針:dummyNode防止cur插入到head位置 ListNode dummyNode = new ListNode(0); dummyNode.next = head; ListNode lastSorted = head; ListNode cur = head.next; // cur指針遍歷,循環結束條件是cur==null while (cur != null) { // lastSorted後移條件 if (lastSorted.val <= cur.val) { lastSorted = lastSorted.next; } else { // 不然,從頭遍歷鏈表找最後<=cur.val的節點 ListNode pre = dummyNode; while (pre.next.val <= cur.val) { pre = pre.next; } // 將cur插入到pre後一位,改變三者指向 lastSorted.next = cur.next; cur.next = pre.next; pre.next = cur; } // cur爲待插入結點=last後一位 cur = lastSorted.next; } // 返回dummyNode下一位 return dummyNode.next; } }
public class BubbleSort { private BubbleSort() { } // 默寫版 private static void bubbleSort(int[] arr) { for (int i = 0; i < arr.length - 1; i++) { boolean isSwap = false; for (int j = 0; j < arr.length - 1 - i; j++) { if (arr[j] > arr[j + 1]) { swap1(arr, j, j + 1); isSwap = true; } } if (!isSwap) { break; } } } // 不使用額外空間,不考慮數字越界的交換 private static void swap1(int[] arr, int i, int j) { arr[j] = arr[i] + arr[j]; arr[i] = arr[j] - arr[i]; arr[j] = arr[j] - arr[i]; } // 冒泡排序常規寫法:從後往前比較,這種寫法比較好記 public static <E extends Comparable<E>> void bubbleSort0(E[] arr) { // 只須要n-1層外部循環 for (int i = arr.length - 1; i > 0; i--) { for (int j = 0; j < i; j++) { if (arr[j].compareTo(arr[j + 1]) > 0) { swap(arr, j, j + 1); } } } } // 冒泡排序1:優化設置交換標誌位 public static <E extends Comparable<E>> void bubbleSort1(E[] arr) { // 外層實現比較次數:n-1次 for (int i = 0; i < arr.length - 1; i++) { // 優化:設置交換標誌位 boolean isSwap = false; // 內層實現相鄰元素比較:每趟只比較j和j+1的元素 for (int j = 0; j < arr.length - 1 - i; j++) { if (arr[j].compareTo(arr[j + 1]) > 0) { swap(arr, j, j + 1); isSwap = true; } } // 內層沒有發生交換,說明前面已經都排好序了,就不用再次比較 if (!isSwap) { break; } } } // 冒泡排序2:優化設置最後交換位置,取消掉i++ public static <E extends Comparable<E>> void bubbleSort2(E[] arr) { for (int i = 0; i < arr.length - 1; ) { int swapNextIndex = 0; for (int j = 0; j < arr.length - 1 - i; j++) { if (arr[j].compareTo(arr[j + 1]) > 0) { swap(arr, j, j + 1); // 最後交換位置確定是靠後的j+1 swapNextIndex = j + 1; } } i = arr.length - swapNextIndex; } } private static <E> void swap(E[] arr, int i, int j) { E temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } }
希爾排序是對插入排序的一種改進嘗試,每次基於必定間隔的的兩數進行排序,直到間隔爲1再進行插入排序,此時幾乎有序插入排序效率變高node
public class ShellSort { private ShellSort() { } /** * 希爾排序:對插入排序一種優化,又叫縮小增量排序,每次將數組一個元素與相同增量區間比較排序,直到增量爲1 */ // 希爾排序1:利用插入排序更改 public static <E extends Comparable<E>> void shellSort1(E[] arr) { // 希爾的步長 int step = arr.length / 2; while (step >= 1) { // 插入排序 insertSort(arr, step); step = step / 2; } } private static <E extends Comparable<E>> void insertSort(E[] arr, int step) { for (int i = step; i < arr.length; i++) { E t = arr[i]; int j; for (j = i; j - step >= 0 && t.compareTo(arr[j - step]) < 0; j -= step) { arr[j] = arr[j - step]; } arr[j] = t; } } // 希爾排序2:三重循環 public static <E extends Comparable<E>> void shellSort2(E[] arr) { // 希爾的步長 int step = arr.length / 2; while (step >= 1) { // start是每一個子數組的起始位置 for (int start = 0; start < step; start++) { // 如下是使用插入排序 // 對每一個子數組進行插入排序:data[start+step,start+2h...data.length-1] for (int i = start + step; i < arr.length; i += step) { E temp = arr[i]; int j; // 前一個元素是j-step for (j = i; j - step >= 0 && temp.compareTo(arr[j - step]) < 0; j -= step) { arr[j] = arr[j - step]; } arr[j] = temp; } } step = step / 2; } } // 希爾排序3:修改步長序列 public static <E extends Comparable<E>> void shellSort3(E[] arr) { // 希爾的步長 int step = 1; while (step < arr.length) { step = step * 3 + 1; } while (step >= 1) { // 對每一個子數組進行插入排序:data[start+h,start+2h...data.length-1] for (int i = step; i < arr.length; i++) { E temp = arr[i]; int j; // 前一個元素是j-step for (j = i; j - step >= 0 && temp.compareTo(arr[j - step]) < 0; j -= step) { arr[j] = arr[j - step]; } arr[j] = temp; } step = step / 3; } } }
public class Solution { // 排序法 public String[] findRelativeRanks1(int[] score) { String[] result = new String[score.length]; // 複製原數組到排序數組 int[] sorted = new int[score.length]; System.arraycopy(score, 0, sorted, 0, score.length); Arrays.sort(sorted); for (int i = 0; i < score.length; i++) { int index = score.length - Arrays.binarySearch(sorted, score[i]); switch (index) { case 1: result[i] = "Gold Medal"; break; case 2: result[i] = "Silver Medal"; break; case 3: result[i] = "Bronze Medal"; break; default: result[i] = String.valueOf(index); } } return result; } // 計數排序法 public String[] findRelativeRanks2(int[] score) { String[] result = new String[score.length]; int max = Integer.MIN_VALUE; for (int num : score) { max = Math.max(max, num); } int[] array = new int[max + 1]; // 初始化arr數組,下標爲score的值,arr[i]爲該元素的排名 for (int i = 0; i < score.length; i++) { array[score[i]] = i + 1; } int rank = 1; for (int i = array.length - 1; i >= 0; i--) { if (array[i] != 0) { switch (rank) { case 1: result[array[i] - 1] = "Gold Medal"; break; case 2: result[array[i] - 1] = "Silver Medal"; break; case 3: result[array[i] - 1] = "Bronze Medal"; break; default: result[array[i] - 1] = String.valueOf(rank); } rank++; } } return result; } }
第一種版本是進行優化後的,便於對理解數組中的逆序對問題!算法
public class MergeSort { private MergeSort() { } public static <E extends Comparable<E>> void mergerSort(E[] arr) { // 優化:只生成一次輔助數組,使得merge中沒有偏移量的操做了 // Arrays.copyOf(目標數組,開區間) E[] temp = Arrays.copyOf(arr, arr.length); mergerSort(arr, 0, arr.length - 1, temp); } private static <E extends Comparable<E>> void mergerSort(E[] arr, int l, int r, E[] temp) { // 優化2:指定長度內,可以使用直接插入排序優化,但這種優化效果不明顯,因此這裏放棄使用 if (l >= r) { return; } // 先遞歸分解 int mid = l + (r - l) / 2; mergerSort(arr, l, mid, temp); mergerSort(arr, mid + 1, r, temp); // 優化1:[l,mid]已經排序好,[mid+1...]後的位置 if (arr[mid].compareTo(arr[mid + 1]) > 0) { merge(arr, l, mid, r, temp); } } private static <E extends Comparable<E>> void merge(E[] arr, int l, int mid, int r, E[] temp) { // System.arraycopy(複製數組,複製數組起始位置,目標數組,目標數組起始位置,複製數組長度開區間) System.arraycopy(arr, l, temp, l, r - l + 1); // p遍歷temp[l,mid];q遍歷temp[mid+1,r] int p = l, q = mid + 1; // i遍歷arr[l,r] for (int i = l; i <= r; i++) { if (p > mid) { arr[i] = temp[q++]; } else if (q > r) { arr[i] = temp[p++]; } else if (temp[p].compareTo(temp[q]) <= 0) { arr[i] = temp[p++]; } else { arr[i] = temp[q++]; } } } }
第二版是左程元上課時教的,我的認爲是最容易理解和背誦的版本,但不利於書寫數組逆序對問題shell
public class MergeSort1 { private MergeSort1() { } // 左神歸併排序寫法 public static void mergeSort(int[] arr) { if (arr.length < 2) { return; } mergeSort(arr, 0, arr.length - 1); } public static void mergeSort(int[] arr, int l, int r) { if (l == r) { return; } int mid = l + ((r - l) >> 1); mergeSort(arr, l, mid); mergeSort(arr, mid + 1, r); merge(arr, l, mid, r); } public static void merge(int[] arr, int l, int m, int r) { int[] temp = new int[r - l + 1]; int i = 0; int p1 = l; int p2 = m + 1; while (p1 <= m && p2 <= r) { temp[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++]; } while (p1 <= m) { temp[i++] = arr[p1++]; } while (p2 <= r) { temp[i++] = arr[p2++]; } for (i = 0; i < temp.length; i++) { arr[l + i] = temp[i]; } } private static void swap(int[] arr, int i, int j) { int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } }
很是高頻的一道題數組
public class Solution { /** * 合併兩個有序數組,num1長度大於m+n,m是num1長度,n是nums2長度 */ // 方法一:逆向雙指針,不使用額外數組 public void merge(int[] nums1, int m, int[] nums2, int n) { // 初始化爲各自-1的位置 int p1 = m - 1, p2 = n - 1, tail = m + n - 1; // temp存較大的數,從後往前放 int temp; while (p1 >= 0 || p2 >= 0) { // temp獲取較大值 if (p1 == -1) { temp = nums2[p2--]; } else if (p2 == -1) { temp = nums1[p1--]; } else if (nums1[p1] < nums2[p2]) { temp = nums2[p2--]; } else { temp = nums1[p1--]; } // 利用尾指針存放temp nums1[tail--] = temp; } } // 方法二:正向雙指針,須要使用額外數組 public void merge1(int[] nums1, int m, int[] nums2, int n) { // 初始化從0開始 int p1 = 0, p2 = 0; // 輔助變量存比較後的值 int temp; int[] help = new int[m + n]; while (p1 < m || p2 < n) { if (p1 == m) { temp = nums2[p2++]; } else if (p2 == n) { temp = nums1[p1++]; } else if (nums1[p1] < nums2[p2]) { temp = nums1[p1++]; } else { temp = nums2[p2++]; } // 輔助數組放下temp help[p1 + p2 - 1] = temp; } // 從help數組的0位置開始複製m+n個元素到nums1數組中,nums1數組從0位置開始接受 System.arraycopy(help, 0, nums1, 0, m + n); } }
public class Solution { public ListNode mergeTwoLists(ListNode l1, ListNode l2) { // dummyNode便於返回頭結點 ListNode dummyNode = new ListNode(0); // cur初始化指向dummyNode ListNode cur = dummyNode; while (l1 != null && l2 != null) { if (l1.val < l2.val) { cur.next = l1; l1 = l1.next; } else { cur.next = l2; l2 = l2.next; } // 每次循環,cur後移 cur = cur.next; } cur.next = l1 != null ? l1 : l2; return dummyNode.next; } }
這道題很是高頻,而且對於理解歸併排序的歸併操做有很大幫助,建議dubug多看幾回less
public class Solution { private int res; // 歸併排序法,若是左邊大,那麼左邊未歸併的部分就是造成逆序對的個數 public int reversePairs(int[] nums) { int[] temp = new int[nums.length]; res = 0; sort(nums, 0, nums.length - 1, temp); return res; } private void sort(int[] arr, int l, int r, int[] temp) { if (l >= r) { return; } int mid = l + (r - l) / 2; sort(arr, l, mid, temp); sort(arr, mid + 1, r, temp); // >保證了,若是j位置小於i位置的,左邊未排序中的確定是逆序對 if (arr[mid] > arr[mid + 1]) { merge(arr, l, mid, r, temp); } } private void merge(int[] arr, int l, int mid, int r, int[] temp) { System.arraycopy(arr, l, temp, l, r - l + 1); int i = l, j = mid + 1; // 每輪循環爲 arr[k] 賦值 for (int k = l; k <= r; k++) { if (i > mid) { arr[k] = temp[j++]; } else if (j > r) { arr[k] = temp[i++]; } else if (temp[i] <= temp[j]) { arr[k] = temp[i++]; } else { // 判斷逆序對條件:temp[i]>temp[j] res += mid - i + 1; arr[k] = temp[j++]; } } } }
public class QuickSort { private QuickSort() { } // 單路快排默寫版 public static void quickSort(int[] arr) { if (arr == null || arr.length < 2) { return; } Random random = new Random(); quickSort(arr, 0, arr.length - 1, random); } private static void quickSort(int[] arr, int l, int r, Random random) { if (l >= r) { return; } int p = partition(arr, l, r, random); quickSort(arr, l, p - 1, random); quickSort(arr, p + 1, r, random); } private static int partition(int[] arr, int l, int r, Random random) { swap(arr, l, l + random.nextInt(r - l + 1)); int less = l; for (int i = l + 1; i <= r; i++) { if (arr[i] < arr[l]) { swap(arr, i, ++less); } } swap(arr, l, less); return less; } public static <E extends Comparable<E>> void quickSort1(E[] arr) { Random random = new Random(); quickSort1(arr, 0, arr.length - 1, random); } private static <E extends Comparable<E>> void quickSort1(E[] arr, int l, int r, Random random) { // 不單單是遞歸結束條件,更是上輪l和r保證左小右大的條件 if (l >= r) return; // 將數組分區,隨機得到一個基數,小於基數放左邊,大於基數放右邊,返回基數最終位置下標 int p = partition1(arr, l, r, random); // 對上一輪基數最終位置的左邊,遞歸排序 quickSort1(arr, l, p - 1, random); // 對上一輪基數最終位置的右邊,遞歸排序 quickSort1(arr, p + 1, r, random); } // partition:數組分區,隨機得到一個基數,小於基數放左邊,大於基數放右邊,返回基數最終位置下標 private static <E extends Comparable<E>> int partition1(E[] arr, int l, int r, Random random) { // 隨機交換l和p位置上的數,解決數組有序問題 int p = l + random.nextInt(r - l + 1); swap1(arr, l, p); // j初始化l int j = l; // 遍歷l後續數組元素,j指向<arr[l]的最後一個數, for (int i = l + 1; i <= r; i++) { if (arr[i].compareTo(arr[l]) < 0) { j++; swap1(arr, i, j); } } // 循環跳出,交換基數與小於基數最後一個數 swap1(arr, l, j); // 因爲上一步交換,此時arr[j]就是基數最終位置,返回j return j; } private static <E> void swap1(E[] arr, int i, int j) { E t = arr[i]; arr[i] = arr[j]; arr[j] = t; } private static void swap(int[] arr, int i, int j) { int t = arr[i]; arr[i] = arr[j]; arr[j] = t; } }
public class QuickSort2Ways { private QuickSort2Ways() { } // 雙路快速排序 public static <E extends Comparable<E>> void quickSort2ways(E[] arr) { Random random = new Random(); quickSort2ways(arr, 0, arr.length - 1, random); } private static <E extends Comparable<E>> void quickSort2ways(E[] arr, int l, int r, Random random) { if (l >= r) return; int p = partition(arr, l, r, random); quickSort2ways(arr, l, p - 1, random); quickSort2ways(arr, p + 1, r, random); } private static <E extends Comparable<E>> int partition(E[] arr, int l, int r, Random random) { int p = l + random.nextInt(r - l + 1); swap(arr, l, p); // i指向<=的區間的下一個元素,j指向>=區間的前一個元素 int i = l + 1, j = r; while (true) { while (i <= j && arr[i].compareTo(arr[l]) < 0) { i++; } while (i <= j && arr[j].compareTo(arr[l]) > 0) { j--; } // 循環條件:i<j;相反就是結束條件 if (i >= j) { break; } // 循環未結束,此時arr[i]>=基數,arr[j]<=基數,交換使得前小後大 swap(arr, i, j); // 移動指針 i++; j--; } // 循環跳出條件i>=j,arr[j]指向<=arr[l]的最後一個數,交換(l,j) swap(arr, l, j); return j; } private static <E> void swap(E[] arr, int i, int j) { E t = arr[i]; arr[i] = arr[j]; arr[j] = t; } }
public class QuickSort3Ways { private QuickSort3Ways() { } // 三路快排 public static <E extends Comparable<E>> void quickSort3ways(E[] arr) { Random random = new Random(); quickSort3ways(arr, 0, arr.length - 1, random); } private static <E extends Comparable<E>> void quickSort3ways(E[] arr, int l, int r, Random random) { if (l >= r) return; int p = l + random.nextInt(r - l + 1); swap(arr, l, p); // 核心:arr[l+1,lt]<v ; arr[lt+1,i-1]=v ; arr[gt,r]>v // less指向<的最後一個元素,i指針遍歷,more指向>的第一個元素 int less = l, i = l + 1, more = r + 1; while (i < more) { if (arr[i].compareTo(arr[l]) < 0) { less++; swap(arr, i, less); i++; } else if (arr[i].compareTo(arr[l]) > 0) { more--; swap(arr, i, more); // 原先的gt--後的值沒有比較過,i繼續指向它,不用i++ } else { // arr[i]==arr[l] i++; } } swap(arr, l, less); // 三路快排拋棄掉中間的部分,再也不遞歸 quickSort3ways(arr, l, less - 1, random); quickSort3ways(arr, more, r, random); } private static <E> void swap(E[] arr, int i, int j) { E t = arr[i]; arr[i] = arr[j]; arr[j] = t; } }
public class Solution { // 排序法 public int majorityElement(int[] nums) { Arrays.sort(nums); return nums[nums.length / 2]; } // map法 public int majorityElement1(int[] nums) { Map<Integer, Integer> map = countMap(nums); for (Map.Entry<Integer, Integer> entry : map.entrySet()) { if (entry.getValue() > (nums.length) / 2) { return entry.getKey(); } } throw new RuntimeException("not have num"); } private Map<Integer, Integer> countMap(int[] nums) { Map<Integer, Integer> map = new HashMap<>(); for (int num : nums) { if (!map.containsKey(num)) { map.put(num, 1); } else { map.put(num, map.get(num) + 1); } } return map; } // 候選人投票法 public int majorityElement2(int[] nums) { int res = nums[0], res_count = 1; for (int i = 1; i < nums.length; i++) { if (res == nums[i]) { res_count++; } else { res_count--; if (res_count == 0) { // 候選人投票數爲0,重置候選人爲下一個數 res = nums[i]; res_count = 1; } } } return res; } }
public class HeapSort { private HeapSort() { } // 基礎知識:設根節點0開始爲i,左孩子2i+1,右孩子2i+2 // 設左右孩子爲i,父親節點爲(i-1)/2 // 堆排序:原地堆排序 public static <E extends Comparable<E>> void heapSort(E[] arr) { if (arr.length <= 1) { return; } // 1.對數組最右子樹父節點依次上浮操做,循環結束arr[0]=數組max for (int i = (arr.length - 1 - 1) / 2; i >= 0; i--) { siftUp(arr, i, arr.length); } // 2.第一次arr[0]=max,與數組末尾交換,每次交換,都對[0,i)進行下沉操做使得arr[0]=max for (int i = arr.length - 1; i >= 0; i--) { swap(arr, 0, i); siftUp(arr, 0, i); } } // 對 arr[0,bound)所造成的最大堆中,索引爲parentIndex的父親和其左右孩子,進行最大值上浮操做 private static <E extends Comparable<E>> void siftUp(E[] arr, int parentIndex, int bound) { while (2 * parentIndex + 1 < bound) { int left = 2 * parentIndex + 1; if (left + 1 < bound && arr[left + 1].compareTo(arr[left]) > 0) { // left指向最大孩子節點下標 left++; } // 循環結束條件:父元素比孩子最大還大 if (arr[parentIndex].compareTo(arr[left]) >= 0) { break; } // 不然:交換父元數和孩子最大值 swap(arr, parentIndex, left); // 父指針指向孩子最大值下標 parentIndex = left; } } private static <E> void swap(E[] arr, int i, int j) { E t = arr[i]; arr[i] = arr[j]; arr[j] = t; } }
public class Solution { public ListNode mergeKLists(ListNode[] lists) { if (lists == null || lists.length == 0) { return null; } // 最小值堆:按照lists中node的值從小到大排列。相同的值按照原先順序排列 PriorityQueue<ListNode> minQueue = new PriorityQueue<>(lists.length, (node1, node2) -> { if (node1.val < node2.val) { return -1; } else if (node1.val == node2.val) { return 0; } else { return 1; } }); // 啞結點和遍歷指針 ListNode dummyNode = new ListNode(0); ListNode cur = dummyNode; // 遍歷原lists,將全部結點放入最小值堆中 for (ListNode node : lists) { if (node != null) { minQueue.add(node); } } // 遍歷最小值堆,每次讓cur指向出隊的元素,cur後移,再讓cur.next從新入隊,始終讓堆頂保持最小值 while (!minQueue.isEmpty()) { cur.next = minQueue.poll(); cur = cur.next; if (cur.next != null) { minQueue.add(cur.next); } } return dummyNode.next; } }