我们首先来看一个问题:
己知罗志祥每晚都要约好几个女生到酒店房间。每个女生i与罗志祥约好的时间由[s_ i,e_ i]表示,其中s_ i表示女生进入房间的时间,e_ i表示女生离开房间的时间。由于罗志祥心胸开阔,思想开明,不同女生可以同时存在于罗志祥的房间。请计算出罗志祥最多同时在做几人的「多人运动」。
例子:
Input: [[0, 30], [5, 10], [15, 20]]
Output:最多同时有两个女生的「三人运动
(蹭了一波热点,其实不用在意,还是要透过现象看下问题本质)
这个乍一看,可能比较难分析,但是我们根据逻辑分析
1.这是一个排序问题
2.这是一个合并区间问题
3.这是一个统计个数问题
那我们这一看就很方便了
1.排序问题,冒泡或者选择,也可以直接使用内置函数sort()解决
2.合并区间问题,重要的是判断区间合并的逻辑(综合排序一起解决)
3.统计问题,加上计数器
那我们首先看这是个简单的重叠区间合并问题吗?
我们先以合并区间为例,代码如下:
class Solution:
def merge(self, intervals):
"""
:param intervals: List[List[int]]
:return: List[List[int]]
"""
intervals.sort(key=lambda x: x[0]) #注意这里以开始节点升序排列
merged = []
for interval in intervals:
if not merged or merged[-1][-1] < interval[0]:
merged.append(interval)
else:
merged[-1][-1] = max(merged[-1][-1], interval[-1])
return merged
if __name__ == '__main__':
if __name__ == '__main__':
Solution_man = Solution()
print(Solution_man.merge([[0, 30], [5, 10], [15, 20]]))
>>>>[[0, 30]]
看到这个答案,是不是陷入了疑惑,难道罗志祥一直只有一个人?
其实,这个是排序的问题。合并区间是取范围的最大化,该题[多人运动]要的是范围的最小化
(所以需求很重要啊。。。)
代码如下:
class Solution:
def merge(self, intervals):
"""
:param intervals: List[List[int]]
:return: List[List[int]]
"""
intervals.sort(key=lambda x: x[-1]) #按照区间右端点升序排列
merged = []
count = 1
list_count = []
for interval in intervals:
if not merged or merged[-1][-1] < interval[0]: #不为空或前一个右端点小于下一个左端点该区间不合并
merged.append(interval)#该元素区间没有被覆盖
count = 1 #合并的区间不变
else:
merged[-1][-1] = max(merged[-1][-1], interval[-1]) #其他就合并区间,且取右端点更大值作为新的右端点
count +=1 #合并的区间+1
list_count.append(count) #该表为记录合并的区间数,遇到中断即从1重新计数
print(merged)
return max(list_count)
if __name__ == '__main__':
if __name__ == '__main__':
Solution_man = Solution()
print("多人运动最大人数为{}人".format(Solution_man.merge([[0, 30], [5, 10], [15, 20]])))
>>>>[[5, 10], [15, 30]]
>>>>多人运动最大人数为2人
看到这里就明白重点了,合并区间重要的是排序方式(如何选择这个看你自己需求)
除此以外就是统计方式的变化,对于复杂需求使用列表,然后使用max是我觉得一种方便的方式
到这里,这篇博客就结束了,欢迎大家一起讨论关于区间排序统计的问题