第八章 贪心算法 part04

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

1. 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。

2. 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

1. 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。

2. 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

1. 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。

2. 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
    }
};