【LeetCode-中等】56. 合并区间(详解)

题目

以数组 intervals 表示若干个区间的集合,其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间,并返回 一个不重叠的区间数组,该数组需恰好覆盖输入中的所有区间 。

 题目地址:https://leetcode.cn/problems/merge-intervals

方法1:排序+向后覆盖

作者:本人

思路

现将二维数组按照内层数组的第一个元素的大小进行排列(从小到大),这样方便我们讨论合并的情况。

遍历每个数组进行判断,符合合并就向后覆盖,不符合合并就复制

排序之后,需要合并的结果就只有两种:

        一.  [ 1 , 4 ] , [ 2 , 3 ] 合并为 [ 1 , 4 ]

        二.  [ 1 , 3 ] , [ 2 , 4 ] 合并为 [ 1 , 4 ]

只需要做简单的if判断即可。

不需要合并的时候,直接复制到结果数组

合并的方法:向后覆盖,也就是将合并的结果 直接覆盖到后一个一维数组上

        例如 [ 1 , 4 ] , [ 2 , 3 ] 覆盖为  [ 1 , 4 ] , [ 1 , 4 ]。

                [ 1 , 3 ] , [ 2 , 4 ] 覆盖为 [ 1 , 3 ] , [ 1 , 4 ]。

代码

class Solution {
    public int[][] merge(int[][] intervals) {
        sort(intervals);//先按照内层数组的第一个元素进行排序
        int len = intervals.length;
        int arr[][] = new int[len][2];
        int a = 0;
        for (int i = 0; i < len; i++) {
            if (i == len - 1) {//如果走到最后一个元素了,那就别判断了,直接复制过去
                arr[a][0] = intervals[i][0];
                arr[a][1] = intervals[i][1];
                a++;
                break;
            }
            if (intervals[i][1] >= intervals[i + 1][1]){//需要合并,合并的方式是 第一种方式
                intervals[i+1][0] = intervals[i][0];
                intervals[i+1][1] = intervals[i][1];
            }else {
                if (intervals[i][1] >= intervals[i + 1][0]) {//需要合并,合并的方式是 第二种方式
                    intervals[i+1][0] = intervals[i][0];
                    intervals[i+1][1] = intervals[i + 1][1];
                } else {//不需要合并
                    arr[a][0] = intervals[i][0];
                    arr[a][1] = intervals[i][1];
                    a++;
                }
            }

        }
        int res[][] = new int[a][2];
        for (int i = 0; i < a; i++) {
            res[i][0] = arr[i][0];
            res[i][1] = arr[i][1];
        }

        return res;
    }

    //按照内层数组的第一个元素进行排序
    int[][] sort(int arr[][]) {
        int len = arr.length;
        for (int j = 0; j < len; j++) {
            for (int i = 0; i < len - 1; i++) {
                if (arr[i][0] > arr[i + 1][0]) {//交换位置
                    int a0 = arr[i][0];
                    int a1 = arr[i][1];
                    arr[i][0] = arr[i + 1][0];
                    arr[i][1] = arr[i + 1][1];
                    arr[i + 1][0] = a0;
                    arr[i + 1][1] = a1;
                }
            }
        }
        return arr;
    }
}

效果

我写的这个方法,不是很好的方法 

方法1:优化

看了网上的代码,别人进行排序时,是直接调用java.sort的方法,效率比我这个自己写的冒泡法好多了。

优化1:将自己写的排序 改为 java提供的排序

对二维数组intervals,按照内层数组的第一个元素进行排序

        Arrays.sort(intervals, new Comparator<int[]>() {
            public int compare(int[] interval1, int[] interval2) {
                return interval1[0] - interval2[0];
            }
        });

时间复杂度上会提高很多

优化2:部分数组复制

我是自己写的复制,别人是调用java提供的Arrays.copyOfRange 这个方法

这个应该优化不了什么,只是让代码简短些

        return Arrays.copyOfRange(arr, 0, a);//注意这个拷贝数组的方法是前闭后开

最终优化后的方法一

class Solution {
    public int[][] merge(int[][] intervals) {
        //对数组按照内层数组的第一个元素进行排序
        Arrays.sort(intervals, new Comparator<int[]>() {
            public int compare(int[] interval1, int[] interval2) {
                return interval1[0] - interval2[0];
            }
        });
        int len = intervals.length;
        int arr[][] = new int[len][2];
        int a = 0;
        for (int i = 0; i < len; i++) {
            if (i == len - 1) {//如果走到最后一个元素了,那就别判断了,直接复制过去
                arr[a][0] = intervals[i][0];
                arr[a][1] = intervals[i][1];
                a++;
                break;
            }
            if (intervals[i][1] >= intervals[i + 1][1]){//需要合并,合并的方式是 第一种方式
                intervals[i+1][0] = intervals[i][0];
                intervals[i+1][1] = intervals[i][1];
            }else {
                if (intervals[i][1] >= intervals[i + 1][0]) {//需要合并,合并的方式是 第二种方式
                    intervals[i+1][0] = intervals[i][0];
                    intervals[i+1][1] = intervals[i + 1][1];
                } else {//不需要合并
                    arr[a][0] = intervals[i][0];
                    arr[a][1] = intervals[i][1];
                    a++;
                }
            }

        }
        return Arrays.copyOfRange(arr, 0, a);//注意这个拷贝数组的方法是前闭后开
    }


}

效果

 时间复杂度优化了不少,java提供的这个排序还是比我自己写的冒泡排序好的多

方法2:排序+双指针

作者

https://leetcode.cn/problems/merge-intervals/solution/merge-intervals-by-ikaruga/

思路

也是先排序,但区别是

        方法1是遍历每个数组进行判断,符合合并就向后覆盖,不符合合并就复制到结果中。

        方法2是,用双指针:start 和 end ,如果符合合并条件,那就直接更新end ,不符合合并条件,就复制到结果中。

明显,方法2在思路上更优越点。

class Solution {
   public static int[][] merge(int[][] intervals) {
        if(intervals.length == 0){
            return new int[][]{};
        }
        Arrays.sort(intervals,(a,b)->{return a[0]-b[0];});
        int[][] res = new int[intervals.length][2];
        int index = 0;
        int start =intervals[0][0],end = intervals[0][1];
        //下一个数组的起始值必须要小于上一个数组的最大值才能合并
        for(int i = 1; i <intervals.length ; i++){
            //如果当前最小界比上一个的最大界小 说明可以合并 ,更新更新后的上界
            if(intervals[i][0]<=end){
                end = Math.max(intervals[i][1], end);
            }else {
                //说明不能继续合并了 ,把之前合并的结果存入结果集中
                res[index][0] = start;
                res[index][1] = end;
                index++;
                //更新start 和 end 为当前新范围
                start = intervals[i][0];
                end = intervals[i][1];
            }
        }
        res[index][0] = start;
        res[index][1] = end;
        return Arrays.copyOfRange(res, 0, index+1);
    }

}

 

 效果上和方法1一样,只是这个方法在思路上更优越

总结

1. 思路不难,但是代码不简单,要多练

2. 要熟练掌握java自带的 sort 方法

        Arrays.sort(intervals, new Comparator<int[]>() {
            public int compare(int[] interval1, int[] interval2) {
                return interval1[0] - interval2[0];
            }
        });

3. 要熟练掌握java自带的 拷贝数组的方法

        return Arrays.copyOfRange(arr, 0, a);//注意这个拷贝数组的方法是前闭后开

### 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》、《算法与数据结构基础》等,来深入理解这种算法思想。
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