leetcode-435. 无重叠区间

贪心算法

区间问题


题目详情

给定一个区间的集合 intervals ,其中 intervals[i] = [starti, endi] 。返回 需要移除区间的最小数量,使剩余区间互不重叠 。


示例1:

输入: intervals = [[1,2],[2,3],[3,4],[1,3]]
输出: 1
解释: 移除 [1,3] 后,剩下的区间没有重叠。

示例2:

输入: intervals = [ [1,2], [1,2], [1,2] ]
输出: 2
解释: 你需要移除两个 [1,2] 来使剩下的区间没有重叠。

示例3:

输入: intervals = [ [1,2], [2,3] ]
输出: 0
解释: 你不需要移除任何区间,因为它们已经是无重叠的了。

我的代码:

C++

   bool mycomp(vector<int>& a, vector<int>& b)          //自定义比较规则
    {
        return a[1]<b[1];
    }
class Solution 
{
public:
     
    int eraseOverlapIntervals(vector<vector<int>>& intervals) 
    {
        if(intervals.empty())                           //检验是否为空
        return 0;
        int n=intervals.size();
    sort(intervals.begin(),intervals.end(),mycomp);     //sort函数(含比较规则mycomp)
    int removed=0,temp=intervals[0][1];
    for(int i=1;i<n;++i)
    {
        if(intervals[i][0]<temp)                        //如果区间头小于前一个区间的尾部
        ++removed;                                      //则移去该区间
        else                                            //否则更新temp
        temp=intervals[i][1];

    }
return removed;
    }
};

涉及知识点:

  1. 贪心算法

顾名思义,贪心算法或贪心思想采用贪心的策略,保证每次操作都是局部最优的,从而使最
后得到的结果是全局最优的。

  1. C++ sort函数
    sort 详解-含比较规则

思路:

一个个区间存储于二维数组中,行代表第几个区间,列的01代表区间头和尾
利用sort函数将所有区间排序好,再利用一个循环依次比较移除即可
一个细节: sort函数里的mycomp函数定义可以利用C++11的Lambda表达式合并到sort语句中:Lambda表达式
修改后的最终代码:

C++

class Solution 
{
public:
     
    int eraseOverlapIntervals(vector<vector<int>>& intervals) 
    {
        if(intervals.empty())
        return 0;
        int n=intervals.size();
    sort(intervals.begin(),intervals.end(),[](vector<int>& a,vector<int>& b)
    {
        return a[1]<b[1];
    }
    );
    int removed=0,temp=intervals[0][1];
    for(int i=1;i<n;++i)
    {
        if(intervals[i][0]<temp)
        ++removed;
        else
        temp=intervals[i][1];

    }
return removed;
    }
};

Java

class Solution {
    public int eraseOverlapIntervals(int[][] intervals) {

        if (intervals.length == 0){
            return 0;
        }

        Arrays.sort(intervals, new Comparator<int[]>(){    //自定义排序规则
            public int compare(int[] a, int[] b){
                return a[1] - b[1];        //按照区间尾进行排序
            }
        });
        //removed记录移除区间个数  temp从第一个区间的尾部开始比较
        int removed = 0,temp = intervals[0][1];
        for (int i = 1; i < intervals.length; ++i){
            if (intervals[i][0] < temp) //如果下一个区间的头小于上一个区间的尾(有重叠)
                ++removed;              //则需要移除
            else
                temp = intervals[i][1]; //否则更新temp继续比较下一个
        }


        return removed;
    }
}

注意:
这道题的排序方法很重要,我们自定义的排序规则需要根据区间尾来排序,而不能根据区间头,因为我们移除重合区间后,要尽量保留尾部较小的区间,以留出更多的空间给后面的区间,这也正是这道题目的贪心所在!
如果是其他题目,排序就要视情况而定

同类型题目:箭射气球

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法数据结构基础》等,来深入理解这种算法思想。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

ggaoda

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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