LeetCode-Sort List

LeetCode-Sort List

题目描述如下：
Sort a linked list in O(n log n) time using constant space complexity.
解题思路：
即找一个时间复杂度为O(nlogn)的基于链表的排序算法，那么，只有归并排序符合要求。快速排序之类的排序算法都需要随机访问能力，链表不符合要求。
然后按照一般的递归归并排序来看，其要占用O(n)的空间，因为采用的是链表数据结构，故可以优化成O(1)，就是在合并的时候让两个链表指来指去，最后连成串就好。
tip1：
把一个链表一分为二的小技巧（百度的。。）
如果按照常规思路，需要先遍历链表一边，得到链表长度N，然后从头再走N/2步，进而得到链表的中间节点。
一种较为快速的方法如下（双指针法）：
即设置双指针，初始都指向头结点，然后一个每次走1步，另一个每次走2步，当快的指针将要达到或者已经达到链表末尾时，慢指针指向的就是链表的中间节点。
tip2：
此算法另一个比较好的地方在于（也是百度到的。。）
在merge时，先将两个链表拆分成两个独立的链表，这样避免了合并时还要考虑长度的麻烦，直接用ptr==null来判定是否合并完成即可。
ps：最开始我用的迭代的归并算法，思路很清晰，但是边界条件判定巴拉巴拉之类的略麻烦，没有实现成功。

/** * Definition for singly-linked list. * class ListNode { * int val; * ListNode next; * ListNode(int x) { * val = x; * next = null; * } * } */
public class Solution {

    //将两个有序链表合并，使用常量空间
    public ListNode merge(ListNode fptr, ListNode sptr)
    {
        //自己多加一个临时头指针
        ListNode tempHead = new ListNode(-1);
        ListNode current = tempHead;
        while(null != fptr && null != sptr)
        {
            if(fptr.val < sptr.val)
            {
                current.next = fptr;
                fptr = fptr.next;
            }
            else
            {
                current.next = sptr;
                sptr = sptr.next;
            }
            current = current.next;
        }
        current.next = (fptr == null)? sptr : fptr;

        //返回头指针
        return tempHead.next;
    }

    //寻找链表的中间节点
    //采用快慢指针法，这个是寻找链表中间节点比较快的方法，避免了两次遍历
    public ListNode findM(ListNode ptr)
    {
        ListNode slow = ptr;
        ListNode fast = ptr;
        while(null != fast.next && null != fast.next.next)
        {
            slow = slow.next;
            fast = fast.next.next;
        }

        return slow;
    }

    public ListNode sortList(ListNode head) {

        if(null == head || null == head.next)
        {
            return head;
        }

        ListNode middle = findM(head);
        ListNode next = middle.next;
        middle.next = null;

        return merge(sortList(head),sortList(next));
    }
}