greedy——435. Non-overlapping Intervals[medium]

题目描述

Given a collection of intervals, find the minimum number of intervals you need to remove to make the rest of the intervals non-overlapping.

Note:

  1. You may assume the interval's end point is always bigger than its start point.
  2. Intervals like [1,2] and [2,3] have borders "touching" but they don't overlap each other.

Example 1:

Input: [ [1,2], [2,3], [3,4], [1,3] ]

Output: 1

Explanation: [1,3] can be removed and the rest of intervals are non-overlapping.

Example 2:

Input: [ [1,2], [1,2], [1,2] ]

Output: 2

Explanation: You need to remove two [1,2] to make the rest of intervals non-overlapping.

Example 3:

Input: [ [1,2], [2,3] ]

Output: 0

Explanation: You don't need to remove any of the intervals since they're already non-overlapping.


给定多组区间,选择删除最少的区间,使得剩下的区间无交集。


解题思路


贪心算法,遍历数组,发现重叠就删去范围较大的区间。为什么要去掉范围最大的数组?因为范围大,就意味着能与更多的区间产生交集,所以要去掉。解题图示:




整个步骤如下:

1、对intervals排序,以第一个元素上升排序,第一个相同则按第二个元素上升排序(使用sort排序,自己编写排序函数com)

2、用tmp表示当前区间,如果与检查到的区间有交集,tmp变为两者之间的较小者,计数器+1(表示应该删去较大的那个)

3、无交集,tmp变为检查到的那个区间,继续2(因为已经排序了,可以保证一旦检查到第一个与tmp无交集的区间,后面的也就不会有交集了)


代码如下


/**
 * Definition for an interval.
 * struct Interval {
 *     int start;
 *     int end;
 *     Interval() : start(0), end(0) {}
 *     Interval(int s, int e) : start(s), end(e) {}
 * };
 */
class Solution {
public:
    bool static com(Interval a, Interval b) {
	if (a.start < b.start)
		return true;
	else if (a.start == b.start) {
		if (a.end < b.end)
			return true;

		return false;
	}

	return false;
}

bool inter(Interval a, Interval b) {
	if (a.end > b.start)
		return true;

	return false;
}

int eraseOverlapIntervals(vector<Interval>& intervals) {
    if(intervals.empty())
        return 0;
	sort(intervals.begin(), intervals.end(), com);
	int count = 0;
	
	Interval in = intervals[0];
	int j = 1;
	for (j; j < intervals.size(); j++) {
			if (inter(in, intervals[j])) {
			    	if(in.end > intervals[j].end)
					in = intervals[j];
				count++;
				continue;
			}
			in = intervals[j];
		}
	

	return count;
}
};


题外心得:

1、关于sort比较函数的传入,sort默认是升序排序,要想使得降序,就应该这样做:


bool com(int a,int b){

      return a > b;
}


也就是,让sort认为 a > b(返回true)时就是 a在b前面。

2、这两道贪心算法都涉及了排序。

解释: 1. self.epsilon = 0.1 if e_greedy_increment is not None else self.epsilon_max: 这行代码是用来设置epsilon的值。epsilon是用于控制在强化学习中探索和利用之间的平衡。如果e_greedy_increment不为None,即存在增量值,那么epsilon的初始值为0.1;否则,epsilon的初始值为self.epsilon_max。 2. self.lr_decay_rate = 0.95和self.lr_decay_step = 10000: 这两行代码是用于定义学习率的衰减速率和衰减步数。学习率衰减是为了让模型在训练过程中逐渐降低学习率,以便更好地收敛到最优解。在这里,学习率以指数衰减的方式进行更新,每经过10000个步骤,学习率会以0.95的衰减速率进行衰减。 3. self.lr = tf.train.exponential_decay(self.learning_rate, self.global_step, self.lr_decay_step, self.lr_decay_rate, staircase=True): 这行代码定义了学习率的指数衰减方式。tf.train.exponential_decay函数用于计算学习率的衰减值。其中,learning_rate是初始学习率,global_step是当前训练步数,lr_decay_step是衰减步数,lr_decay_rate是衰减速率,staircase=True表示学习率以阶梯函数的形式进行衰减。 4. self.l_r = self.learning_rate: 这行代码将初始学习率赋值给l_r,可能用于后续的学习率更新。 5. self.gama = 3、self.tau = 0.5和self.r_base = [0]: 这三行代码定义了一些参数。gama是拉格朗日乘子,用于某些优化问题中的约束条件;tau是计算reward滑动平均的参数,用于平滑reward的变化;r_base是一个包含单个元素0的列表,可能用于存储reward的基准值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值