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);
}
}