C++合并K个有序链表

本篇博客介绍如何使用C++合并k个有序链表，在代码中会用到std::priority_queue，首先需要介绍一下std::priority_queue的用法，介绍完std::priority_queue后将介绍如何使用std::priority_queue来辅助合并k个有序链表。

一、C++ priority_queue用法介绍

1.1 priority_queue基本用法

C++ 中的 priority_queue 是标准模板库（STL）中的一种数据结构，它是一个基于堆（默认为最大堆）的实现，用于自动排序插入的元素。在 priority_queue 中，元素被按优先级取出，这意味着最大的元素总是第一个被取出（如果你想要一个最小堆，你需要在声明时指定比较函数）。

priority_queue 在 <queue> 头文件中定义，通常用于需要按特定顺序处理元素的场景，如任务调度、带权路径搜索（如 Dijkstra 算法）等。

下面是一些 priority_queue 的基本用法示例：

包含头文件和创建 priority_queue

#include <iostream>
#include <queue>int main() {// 默认是一个最大堆std::priority_queue<int> pq;// 创建一个最小堆，需要提供比较函数std::priority_queue<int, std::vector<int>, std::greater<int>> min_pq;return 0;
}

向 priority_queue 添加元素

pq.push(30);
pq.push(20);
pq.push(50);
pq.push(40);

访问 priority_queue 的顶部元素

std::cout << "The top element is: " << pq.top() << std::endl; // 输出最大元素，此处为 50

移除 priority_queue 的顶部元素

pq.pop(); // 移除最大元素，此处为 50

检查 priority_queue 是否为空

if (pq.empty()) {std::cout << "The priority queue is empty." << std::endl;
} else {std::cout << "The priority queue is not empty." << std::endl;
}

获取 priority_queue 的大小

std::cout << "The priority queue size is: " << pq.size() << std::endl;

1.2 priority_queue使用自定义类型

如果你想在 priority_queue 中使用自定义类型，则需要定义比较方式。例如，如果你有一个结构体 Point 并希望根据点的距离原点的远近来排序，可以这样做：

#include <queue>
#include <vector>
#include <iostream>struct Point {double x, y;Point(double _x, double _y) : x(_x), y(_y){}    double distance() const { return x * x + y * y; }
};// 定义比较函数
struct Compare {bool operator()(const Point& a, const Point& b) {return a.distance() < b.distance(); // 更远的点优先级更高}
};int main() {std::priority_queue<Point, std::vector<Point>, Compare> pq;pq.push(Point(1, 2));pq.push(Point(3, 4));pq.push(Point(0, 0));while (!pq.empty()) {Point top = pq.top();std::cout << "Point with highest priority (farthest): (" << top.x << ", " << top.y << ")" << std::endl;pq.pop();}return 0;
}

在这个例子中，我们定义了一个比较结构体 Compare，它重载了 () 运算符来允许 priority_queue 判断哪个点应该先出列。这里我们让距离原点更远的点有更高的优先级。

1.3 问题 std::priority_queue<Point, std::vector, Compare> pq;为什么要填3个参数

在C++中，std::priority_queue是一个容器适配器，它提供常数时间的最大元素查找，以及对数时间的插入与删除。std::priority_queue默认使用std::vector作为其底层容器，并使用std::less作为比较函数来构造一个最大堆。

在你的例子中：

std::priority_queue<Point, std::vector<Point>, Compare> pq;

这里的三个参数分别是：

  1. Point: 这是队列中要存储的元素类型。
  2. std::vector<Point>: 这指定了底层容器类型。在这里是std::vector，它将被用来存储Point类型的元素。
  3. Compare: 这是一个比较类（或者函数对象），用于定义优先队列中元素的优先级。

Compare参数需要是一个可以比较两个Point对象的函数或者函数对象。在std::priority_queue中，这个比较函数决定了队列中元素的排序方式。具体地，Compare定义了一个严格的弱序，当你想要从队列中取出元素时，队列会根据这个比较函数给出的优先级，提供最"高"优先级的元素。

默认情况下，如果不提供Compare类型，std::priority_queue使用std::less，这会创建一个最大堆，其中最大元素首先被移除。如果你想要创建一个最小堆，你可以传递std::greater作为Compare类型参数。

例如，如果你的Point类有一个x坐标和一个y坐标，你可能想根据x值或者y值的大小来比较Point对象。你可以定义一个比较类，如下所示：

struct Compare {bool operator()(const Point& p1, const Point& p2) {// 假设我们根据x坐标来比较两个点return p1.x > p2.x;}
};

使用这个Compare类，priority_queue会根据Point对象的x坐标进行排序，x值最大的点将会是队列中的第一个元素（如果你希望队列为最小堆，则应该将比较运算符改为<）。

在模板编程中，提供这种灵活性是非常有用的，因为这允许程序员自定义数据结构的行为以满足特定需求。

二、C++合并K个有序链表

C++合并K个有序链表，要求合并后链表依然有序。

代码：

#include <iostream>
#include <vector>
#include <queue>struct ListNode {int val;ListNode *next;ListNode(int x) : val(x), next(nullptr) {}
};struct compare {bool operator()(const ListNode* l1, const ListNode* l2) {return l1->val > l2->val;}
};ListNode* mergeKLists(std::vector<ListNode*>& lists) {std::priority_queue<ListNode*, std::vector<ListNode*>, compare> pq;for (auto list : lists) {if (list) {pq.push(list);   // 这里push的是链表的头节点，而不是链表本身，因为链表本身是一个指针，都是较小的值}}ListNode* dummy = new ListNode(0);ListNode* tail = dummy;while (!pq.empty()) {tail->next = pq.top();pq.pop();tail = tail->next;if (tail->next) {pq.push(tail->next);  // next值再push到链表，比较大小，再pop出来}}ListNode* merged = dummy->next;delete dummy;return merged;
}// 辅助函数：创建链表
ListNode* createList(const std::vector<int>& vals) {ListNode* dummy = new ListNode(0);ListNode* current = dummy;for (int val : vals) {current->next = new ListNode(val);current = current->next;}ListNode* head = dummy->next;delete dummy;return head;
}// 辅助函数：打印链表
void printList(ListNode* head) {while (head) {std::cout << head->val << " ";head = head->next;}std::cout << std::endl;
}int main() {// 创建一些链表std::vector<ListNode*> lists;lists.push_back(createList({1, 4, 5}));lists.push_back(createList({1, 3, 4}));lists.push_back(createList({2, 6}));// 合并链表ListNode* mergedList = mergeKLists(lists);// 打印合并后的链表std::cout << "Merged List: ";printList(mergedList);// 清理内存while (mergedList != nullptr) {ListNode* temp = mergedList;mergedList = mergedList->next;delete temp;}return 0;
}

运行结果：
Merged List: 1 1 2 3 4 4 5 6

mergeKLists函数说明

mergeKLists这个函数的目的是将 k 个有序链表合并成一个有序链表。下面是逐步的解释：

  1. 初始化优先队列（最小堆）：

    • std::priority_queue<ListNode*, std::vector<ListNode*>, compare> pq;
    • 这行代码创建了一个最小堆，用于存储链表的节点。这里使用了一个自定义的比较函数 compare，确保队列总是按照节点的值从小到大排列。

  2. 将所有链表的头节点加入优先队列：

    • for (auto list : lists) { if (list) pq.push(list); }
    • 这个循环遍历每个链表，并将每个链表的头节点（如果存在）加入优先队列。这样，队列中始终保存着当前未合并链表中最小的几个节点。

  3. 合并链表：

    • 创建一个虚拟头节点 ListNode* dummy = new ListNode(0); 和一个尾指针 ListNode* tail = dummy; 用于构建新的合并后的链表。
    • 然后进入一个循环，此循环会持续直到优先队列为空：
      • while (!pq.empty()) { ... }
      • 在循环内部，从优先队列中取出最小的节点（即队列顶部的节点）并将其加入到合并后的链表中。
      • tail->next = pq.top(); pq.pop();
      • 将 tail 指针移动到新加入的节点上。
      • tail = tail->next;
      • 如果新加入的节点有后续节点（即 tail->next 不为空），则将这个后续节点加入优先队列中，以便在后续的迭代中考虑。

  4. 返回合并后的链表：

    • 最后，函数返回合并后链表的头节点，即 dummy->next。
    • ListNode* merged = dummy->next;
    • 在返回之前，删除虚拟头节点以避免内存泄漏。
    • delete dummy;

总之，这个函数通过使用优先队列来有效地找到每次应该添加到结果链表中的最小节点。
每次从队列中取出一个节点后，将其下一个节点（如果存在）加入队列，确保队列始终包含所有链表当前的最小节点。这样就可以按顺序合并所有链表。

如何获取合并后的头结点

在代码 ListNode* merged = dummy->next; 中，merged 是一个 ListNode 类型的指针，它被赋值为 dummy->next。这里的 dummy 是一个虚拟（哨兵）头节点，它不包含实际的数据，而是作为合并链表过程中的辅助节点。

让我们详细解释一下这个过程：

  1. 虚拟头节点 (dummy) 的作用：

    • 在合并链表的过程中，为了方便处理边界情况（如空链表），通常会使用一个虚拟头节点。这个节点在开始时被创建，但它的值不被使用（在这个例子中，它被初始化为 0）。
    • 虚拟头节点的主要作用是提供一个统一的起始点，无论是否有实际的数据节点。这样可以简化代码，避免处理特殊情况。

  2. 构建合并后的链表：

    • 在函数中，新的合并后的链表是通过不断地将节点添加到 dummy 节点之后构建的。这是通过移动 tail 指针来完成的，它始终指向当前合并链表的最后一个节点。

  3. 设置 merged 指针：

    • 当所有的链表都被合并后，dummy 的下一个节点 (dummy->next) 实际上是合并后链表的第一个真实数据节点。
    • 通过 ListNode* merged = dummy->next;，我们将 merged 指针设置为指向这个第一个真实数据节点。
    • 这样，merged 就成为了合并后链表的头节点，而 dummy 节点已经完成了它的任务。

  4. 返回合并后的链表：

    • 函数最终返回 merged，即指向合并后链表的头节点的指针。

  5. 删除虚拟头节点：

    • 在返回 merged 之前，代码中删除了 dummy 节点（delete dummy;），这是为了避免内存泄漏。由于 merged 已经指向了合并后链表的实际起始位置，dummy 节点就不再需要了。

总结来说，ListNode* merged = dummy->next; 这行代码的目的是将 merged 指针设置为指向合并后链表的实际起始节点，从而可以返回正确的链表头部，同时避免包含不必要的虚拟头节点。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/606353.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

RTMO:迈向高性能的单阶段实时多人姿态估计

RTMO:迈向高性能的单阶段实时多人姿态估计

摘要 https://arxiv.org/pdf/2312.07526.pdf 实时多人姿态估计在平衡速度和精度方面提出了重大挑战。虽然两阶段自上而下的方法随着图像中人数增加而变慢&#xff0c;但现有的单阶段方法往往无法同时提供高精度和实时性能。本文介绍了RTMO&#xff0c;这是一种单阶段姿态估计框…
阅读更多...
用通俗易懂的方式讲解：如何提升大模型 Agent 的能力?

用通俗易懂的方式讲解：如何提升大模型 Agent 的能力?

大型语言模型&#xff08;LLM&#xff09;的出现带火了Agent。利用LLM理解人类意图、生成复杂计划并且能够自主行动的能力。Agent具有无与伦比的能力&#xff0c;能够做出类似于人类复杂性的决策和完成一些复杂的工作。 目前市面上已经出现非常多得Agent框架&#xff1a;XAgen…
阅读更多...
make_unique 数组，智能指针

make_unique 数组，智能指针

【C14算法】make_unique_c make_unique-CSDN博客 #include <iostream> #include <memory>int main() {std::size_t size 5;std::unique_ptr<int[]> ptr std::make_unique<int[]>(size);for (std::size_t i 0; i < size; i) {ptr[i] i 1;}std:…
阅读更多...
MongoDB复制集原理

MongoDB复制集原理

复制集高可用 复制集选举 MongoDB 的复制集选举使用 Raft 算法&#xff08;https://raft.github.io/&#xff09;来实现&#xff0c;选举成功的必要条件是大多数投票节点存活。在具体的实现中&#xff0c;MongoDB 对 raft 协议添加了一些自己的扩展&#xff0c;这包括&#x…
阅读更多...
Spring Retry(方法重试、方法重新调用)

Spring Retry(方法重试、方法重新调用)

Spring Retry——方法重试、方法重新调用 简介&#xff1a;使用1. 配置 2.使用 总结注意 简介&#xff1a; Spring Retry 是一个 Spring Boot 官方提供的支持重试机制的库。它提供了一种简单而灵活的方式来处理方法调用可能失败的情况&#xff0c;通过自动重试失败的操作&…
阅读更多...
Mysql大数据量下流式查询优化：Jdbc中的useFetchSize参数及其原理解析

Mysql大数据量下流式查询优化：Jdbc中的useFetchSize参数及其原理解析

前言 最近我朋友公司有个需求场景&#xff1a;查询千万级数据量并写入txt文件的程序优化需求。 朋友找到我对程序进行优化&#xff0c; 不然饭碗不保......&#x1f4a6; 下面就分享一下解决这个优化问题的过程和思路&#xff0c;并总结一下&#xff0c;在以后不要在踩同样的坑…
阅读更多...
加油吧! 学习无线电!

加油吧! 学习无线电!

pyhackrf2 已经修复 pyhackrf2 修改bw问题-CSDN博客 OOK 已经写出来了 ook 模块 基础测试完成 准备调整参数-CSDN博客 最先后一个程序 关于 wfm解码
阅读更多...
C++指南——拷贝构造函数和赋值运算符重载

C++指南——拷贝构造函数和赋值运算符重载

文章目录 1 举个例子&#xff08;问题由来&#xff09;2 拷贝构造函数与构造函数不同3 默认拷贝构造函数是浅拷贝4 默认赋值运算符是浅拷贝 1 举个例子&#xff08;问题由来&#xff09; 在C中&#xff0c;使用Car car2 car1; 这种形式的语句被称为拷贝构造&#xff08;用一个…
阅读更多...
[算法]使用aes进行数据加密

[算法]使用aes进行数据加密

一、需求 有一段信息需要进行安全加密。 二、方案 对称加密和非对称加密两种方案&#xff0c;其中由于公钥密钥的管理还未形成规范&#xff0c;因此考虑使用对称加密。其中&#xff0c;对称加密算法使用openssl中&#xff0c;关于aes的部分&#xff0c;输出结果为128位数据。…
阅读更多...
【青书学堂】 2023年第二学期 刑法学(总论)(直播课) 作业

【青书学堂】 2023年第二学期 刑法学(总论)(直播课) 作业

【青书学堂】 2023年第二学期 刑法学(总论)(直播课) 作业 为了方便日后复习&#xff0c;青书学堂成人大专试题整理。 若有未整理的课程&#xff0c;请私信我补充&#xff0c;欢迎爱学习的同学们收藏点赞关注&#xff01;文章内容仅限学习使用&#xff01;&#xff01;&#xff…
阅读更多...
自然语言处理中的语言模型

自然语言处理中的语言模型

知乎好文章&#xff0c;建议参考学习语言模型 语言模型&#xff08;Language Model, LM&#xff09;是用于计算或预测一系列词语&#xff08;句子或文本段落&#xff09;出现概率的统计模型。它们能够基于已知的词序列来预测下一个词或者评估一个句子的语言学合理性。 发展历程…
阅读更多...
【代码学习】einops，更简单的张量变化

【代码学习】einops，更简单的张量变化

官方教程&#xff1a;https://github.com/arogozhnikov/einops/blob/master/docs/2-einops-for-deep-learning.ipynb 常见操作&#xff1a; 维度变换 rearrange 维度变换 y rearrange(x, b c h w -> b h w c) # 已经 表明 x的每个轴 变量 b c h w guess(y.shape)flatten…
阅读更多...
oracle-undo

oracle-undo

tips&#xff1a;串行化隔离级别&#xff1a;事务开始后&#xff0c;对一张表不会被别人影响&#xff0c;对于审计工作比较有用&#xff0c;避免了幻读。 undo表空间&#xff1a;自动生成段&#xff0c;自动生成区&#xff0c;自动维护的&#xff0c;不像一般的表空间&#xff…
阅读更多...
独立式键盘控制的4级变速流水灯

独立式键盘控制的4级变速流水灯

#include<reg51.h> // 包含51单片机寄存器定义的头文件 unsigned char speed; //储存流水灯的流动速度 sbit S1P1^4; //位定义S1为P1.4 sbit S2P1^5; //位定义S2为P1.5 sbit S3P1^6; //位定义S3为P1.6 sbit S4P1^7; //位…
阅读更多...
泽攸科技完全自主研制的电子束光刻机取得阶段性成果

泽攸科技完全自主研制的电子束光刻机取得阶段性成果

国产电子束光刻机实现自主可控&#xff0c;是实现我国集成电路产业链自主可控的重要一环。近日&#xff0c;泽攸科技联合松山湖材料实验室开展的全自主电子束光刻机整机的开发与产业化项目取得重大进展&#xff0c;成功研制出电子束光刻系统&#xff0c;实现了电子束光刻机整机…
阅读更多...
rime中州韵小狼毫 生字注音滤镜 汉字注音滤镜

rime中州韵小狼毫 生字注音滤镜 汉字注音滤镜

在中文环境下&#xff0c;多音字是比较常见的现象。对于一些不常见的生僻字&#xff0c;或者一些用于地名&#xff0c;人名中的常见字的冷门读音&#xff0c;如果不能正确的阅读&#xff0c;例如把 荥阳 读成了 miāo yng&#xff0c;则会怡笑大方。 今天我们在rime中州韵小狼…
阅读更多...
python自动化运维管理拓扑

python自动化运维管理拓扑

目录 1、简介 2、实验环境 3、拓扑图 4、需求及其代码 4.1、测试连通性 4.2、远程登陆 4.3、配置loopback 4.4、监控内存使用率 4.5、自动化巡检内存使用率 4.6、自动化配置snmp服务 4.7、提取分析字符串 &#x1f343;作者介绍&#xff1a;双非本科大三网络工程专业…
阅读更多...
2024 年 20+ 个 Node.js 开发工具

2024 年 20+ 个 Node.js 开发工具

2024了&#xff0c;你准备好提升你的Node.js开发体验了吗&#xff1f;有了合适的工具集&#xff0c;你可以将你的项目提升到新的高度&#xff0c;简化你的工作流程&#xff0c;创建强大的、高性能的应用程序。这篇全面的指南将向你介绍Node.js开发的顶级工具&#xff0c;提供使…
阅读更多...
网络流量分析与故障分析

网络流量分析与故障分析

1.网络流量实时分析 网络监控 也snmp协议 交换机和服务器打开 snmp就ok了 MRTG或者是prgt 用于对网络流量进行实时监测&#xff0c;可以及时了解服务器和交换机的流量&#xff0c;防止因流量过大而导致服务器瘫痪或网络拥塞。 原理 通过snmp监控 是一个…
阅读更多...
外汇网站主要业务逻辑梳理

外汇网站主要业务逻辑梳理

上图为工行ICBC的外汇保证金交易界面。 当需要买入帐户欧元&#xff08;欧元人民币&#xff09;时&#xff0c;买入100欧元&#xff0c;因为没有杠杆&#xff0c;虽然欧元中间价是782.34&#xff0c;但实际需要支付783.14元人民币的保证金&#xff0c;这个兑换不是真实的外汇兑…
阅读更多...
最新文章

Copyright @ 2022~2023