题干
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
。
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。
提示:
nums1.length == m + n
nums2.length == n
0 <= m, n <= 200
1 <= m + n <= 200
-10^9 <= nums1[i], nums2[j] <= 10^9
初见
显然可以想到 O(m+n)的双指针算法:
class Solution {
public void merge(int[] nums1, int m, int[] nums2, int n) {
int[] temp = new int[m + n];
int i = 0, j = 0, k = 0;
while (i < m && j < n) {
if (nums1[i] < nums2[j]) {
temp[k++] = nums1[i++];
}
else {
temp[k++] = nums2[j++];
}
}
if (i < m) {
for(; i < m; i++) {
temp[k++] = nums1[i];
}
}
if (j < n) {
for(; j < n; j++) {
temp[k++] = nums2[j];
}
}
for (int t = 0; t < m + n; t++) {
nums1[t] = temp[t];
}
}
}
优化
但是,该算法使用了 O(m+n)的辅助空间。可以通过使用反向双指针来避免使用辅助空间,从 nums1[m - 1]
和 nums2[n - 1]
开始向前遍历并取较大值放在 nums1[]
的末尾,空间复杂度降为 O(1):
class Solution {
public void merge(int[] nums1, int m, int[] nums2, int n) {
int i = m - 1, j = n - 1, k = m + n - 1;
while (i >= 0 && j >= 0) {
if (nums1[i] > nums2[j]) {
nums1[k--] = nums1[i--];
}
else {
nums1[k--] = nums2[j--];
}
}
if (i >= 0) {
for(; i >= 0; i--) {
nums1[k--] = nums1[i];
}
}
if (j >= 0) {
for(; j >= 0; j--) {
nums1[k--] = nums2[j];
}
}
}
}