[leetcode-23] Merge k Sorted Lists

LeetCode-23

Merge k Sorted Lists : You are given an array of k linked-lists lists, each linked-list is sorted in ascending order.

note : Merge all the linked-lists into one sorted linked-list and return it.

MyAnswer

        :::python

# Definition for singly-linked list.
# class ListNode:
#     def init(self, val=0, next=None):
#         self.val = val
#         self.next = next
class Solution:
    def mergeKLists(self, lists: List[Optional[ListNode]]) -> Optional[ListNode]:
        root = result = ListNode(None)
        heap = []
        for i in range(len(lists)):
            if lists[i]:
                heapq.heappush(heap, (lists[i].val, i, lists[i]))
        while heap:
            node = heapq.heappop(heap)
            idx = node[1]
            result.next = node[2]
            result = result.next
            if result.next:
                heapq.heappush(heap, (result.next.val, idx, result.next))
        return root.next

Result : 97ms Memory: 17.9mb

## Merge k Sorted Lists란?

Merge k Sorted Lists는 k개의 정렬된 linked list를 하나로 병합하는 알고리즘입니다. 이 알고리즘을 사용하면 효율적으로 정렬된 데이터를 하나의 리스트로 통합할 수 있습니다.

Merge k Sorted Lists 알고리즘의 작동 방식

1. k개의 정렬된 linked list 생성
2. list의 각 element를 알맞게 비교하여 적합한 위치에 삽입
3. 합쳐진 리스트를 반환

이 알고리즘의 시간 복잡도는 O(nlogk)입니다. 이는 우선순위 큐를 사용해 각 리스트에서 기대되는 가장 최소값을 탐색하고, 그 중 최소값을 찾아 출력 리스트에 추가하는 과정을 반복하면서 삽입하는 방식입니다.

Merge k Sorted Lists 알고리즘의 장단점

장점

• 정렬된 데이터를 빠르게 합칠 수 있습니다.
• 추가적인 메모리를 사용하지 않습니다.
• 유연한 사용 가능

단점

• 정렬된 데이터가 아닐 경우 알고리즘의 성능이 하락합니다.
• 입력값 k가 크면 메모리 사용량이 증가합니다.

Merge k Sorted Lists의 활용 방안

Merge k Sorted Lists는 정렬된 데이터를 병합해야 하는 다양한 문제에 대해 효과적인 해결책입니다. 사용예로는 매우 다양한 문제가 있습니다. 예를 들어, 최적화 문제, 빅데이터 분석, 자연어 처리 등의 분야에서 활용 가능합니다.

요약

Merge k Sorted Lists는 k개의 정렬된 리스트를 하나로 병합하는 알고리즘으로, 효율적으로 정렬된 데이터를 하나의 리스트로 통합할 수 있습니다. 시간복잡도는 O(nlogk)로, 우선순위 큐를 사용해 각 리스트에서 기대값을 찾아 출력 리스트에 빠르게 추가합니다. 이를 통해 정렬되지 않은 데이터를 정리하는데 유용하게 사용될 수 있습니다.