用最少数量的箭引爆气球
题目描述
有一些球形气球贴在一堵用 XY 平面表示的墙面上。墙面上的气球记录在整数数组 points
,其中points[i] = [x<sub>start</sub>, x<sub>end</sub>]
表示水平直径在 x<sub>start</sub>
和 x<sub>end</sub>
之间的气球。你不知道气球的确切 y 坐标。
一支弓箭可以沿着 x 轴从不同点 完全垂直 地射出。在坐标 x
处射出一支箭,若有一个气球的直径的开始和结束坐标为 x
`start`,x
`end`, 且满足 x<sub>start</sub> ≤ x ≤ x
`end`,则该气球会被 引爆。可以射出的弓箭的数量 没有限制 。 弓箭一旦被射出之后,可以无限地前进。
给你一个数组 points
,*返回引爆所有气球所必须射出的 最小 弓箭数 *。
示例 1:
输入:points = [[10,16],[2,8],[1,6],[7,12]]
输出:2
解释:气球可以用2支箭来爆破:
-在x = 6处射出箭,击破气球[2,8]和[1,6]。
-在x = 11处发射箭,击破气球[10,16]和[7,12]。
示例 2:
输入:points = [[1,2],[3,4],[5,6],[7,8]]
输出:4
解释:每个气球需要射出一支箭,总共需要4支箭。
示例 3:
输入:points = [[1,2],[2,3],[3,4],[4,5]]
输出:2
解释:气球可以用2支箭来爆破:
- 在x = 2处发射箭,击破气球[1,2]和[2,3]。
- 在x = 4处射出箭,击破气球[3,4]和[4,5]。
解题思路
-
局部最优:
- 首先,按照气球的起始点进行升序排序,如果起始点相同,则按结束点升序排序。这样做的目的是确保我们可以从左到右依次处理气球,并且优先处理起始点较早的气球。
- 然后,遍历排序后的气球数组,如果当前气球的起始点大于前一个气球的结束点,说明需要增加一支箭来射穿当前气球。
- 如果当前气球的起始点小于或等于前一个气球的结束点,说明当前气球可以被前一支箭射穿,因此更新当前气球的结束点为前一个气球的结束点,以尽可能多地覆盖气球。
-
全局最优:
- 通过上述局部最优的策略,我们逐步确定了每支箭可以射穿的气球范围,从而在全局范围内实现了最少箭数的目标。
- 最终,我们得到了一个满足所有局部最优条件的全局最优解,即最少需要的箭数。
代码实现
测试地址:https://leetcode.cn/problems/minimum-number-of-arrows-to-burst-balloons/description/
class Solution {
public:
// 自定义比较函数,用于排序
static bool cmp(const vector<int> &a, const vector<int> &b) {
if (a[0] == b[0])
return a[1] < b[1]; // 如果起始点相同,按结束点升序排序
return a[0] < b[0]; // 否则按起始点升序排序
}
int findMinArrowShots(vector<vector<int>> &points) {
if (points.size() == 0)
return 0; // 如果没有气球,不需要箭
sort(points.begin(), points.end(), cmp); // 按照自定义的比较函数对气球进行排序
int result = 1; // 至少需要一支箭
for (int i = 1; i < points.size(); i++) {
if (points[i][0] > points[i - 1][1]) {
// 如果当前气球的起始点大于前一个气球的结束点,需要增加一支箭
result++;
} else {
// 否则,更新当前气球的结束点为前一个气球的结束点,以覆盖更多的气球
points[i][1] = min(points[i][1], points[i - 1][1]);
}
}
return result; // 返回最少需要的箭数
}
};
无重叠区间
题目描述
给定一个区间的集合 intervals
,其中 intervals[i] = [start<sub>i</sub>, end<sub>i</sub>]
。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。
解题思路
-
局部最优:
- 首先,按照区间的起始点进行升序排序,如果起始点相同,则按结束点升序排序。这样做的目的是确保我们可以从左到右依次处理区间,并且优先处理起始点较早的区间。
- 然后,遍历排序后的区间数组,如果当前区间的起始点小于前一个区间的结束点,说明有重叠,需要移除一个区间。
- 在移除一个区间的同时,更新当前区间的结束点为较小的值,以尽可能减少后续区间的重叠。
-
全局最优:
- 通过上述局部最优的策略,我们逐步确定了需要移除的区间,从而在全局范围内实现了最少移除区间的目标。
- 最终,我们得到了一个满足所有局部最优条件的全局最优解,即最少需要移除的区间数量。
代码实现
测试地址:https://leetcode.cn/problems/non-overlapping-intervals/
class Solution {
public:
// 自定义比较函数,用于排序
static bool cmp(const vector<int> &a, const vector<int> &b) {
if (a[0] == b[0])
return a[1] < b[1]; // 如果起始点相同,按结束点升序排序
return a[0] < b[0]; // 否则按起始点升序排序
}
int eraseOverlapIntervals(vector<vector<int>> &intervals) {
if (intervals.size() == 0)
return 0; // 如果没有区间,不需要移除任何区间
sort(intervals.begin(), intervals.end(), cmp); // 按照自定义的比较函数对区间进行排序
int count = 0; // 记录需要移除的区间数量
for (int i = 1; i < intervals.size(); i++) {
if (intervals[i][0] < intervals[i - 1][1]) {
// 如果当前区间的起始点小于前一个区间的结束点,说明有重叠
count++; // 需要移除一个区间
intervals[i][1] = min(intervals[i][1], intervals[i - 1][1]); // 更新当前区间的结束点为较小的值
}
}
return count; // 返回需要移除的区间数量
}
};
## 题目描述
给你一个字符串 s
。我们要把这个字符串划分为尽可能多的片段,同一字母最多出现在一个片段中。
注意,划分结果需要满足:将所有划分结果按顺序连接,得到的字符串仍然是 s
。
返回一个表示每个字符串片段的长度的列表。
示例 1:
输入:s = "ababcbacadefegdehijhklij"
输出:[9,7,8]
解释:
划分结果为 "ababcbaca"、"defegde"、"hijhklij" 。
每个字母最多出现在一个片段中。
像 "ababcbacadefegde", "hijhklij" 这样的划分是错误的,因为划分的片段数较少。
示例 2:
输入:s = "eccbbbbdec"
输出:[10]
解题思路
-
局部最优:
- 首先,通过遍历字符串,记录每个字符最后出现的位置。
- 然后,再次遍历字符串,使用两个指针
left
和right
来确定每个分区的起始和结束位置。 - 在遍历过程中,不断更新
right
为当前字符最后出现的位置和right
中的较大值,确保分区包含所有重复字符。 - 当遍历到
right
位置时,说明当前分区已经确定,计算分区长度并存储,然后更新left
为下一个分区的起始位置。
-
全局最优:
- 通过上述局部最优的策略,我们逐步确定了每个分区的长度,从而在全局范围内实现了字符串的最优分割。
- 最终,我们得到了一个满足所有局部最优条件的全局最优解,即字符串的最优分割方案。
代码实现
测试地址:https://leetcode.cn/problems/partition-labels/
class Solution {
public:
vector<int> partitionLabels(string s) {
int hash[27] = {0}; // 用于存储每个字符最后出现的位置
for (int i = 0; i < s.size(); i++) {
hash[s[i] - 'a'] = i; // 更新字符最后出现的位置
}
vector<int> result; // 存储每个分区的长度
int left = 0; // 当前分区的起始位置
int right = 0; // 当前分区的结束位置
for (int i = 0; i < s.size(); i++) {
right = max(right, hash[s[i] - 'a']); // 更新当前分区的结束位置
if (i == right) {
// 如果当前位置是分区的结束位置
result.push_back(right - left + 1); // 计算并存储分区长度
left = i + 1; // 更新下一个分区的起始位置
}
}
return result; // 返回所有分区的长度
}
};