力扣-贪心算法-435. 无重叠区间

力扣-贪心算法-435. 无重叠区间

435. 无重叠区间

题目描述

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。

提示：
1 <= intervals.length <= 105
intervals[i].length == 2
-5 * 104 <= starti < endi <= 5 * 104

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/non-overlapping-intervals
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解题思路：贪心算法

 补昨天的文章，拿到题目我是先分析这道题需要用到什么方法，不需要用前面状态推导后面的结果，不需要用到动态规划。但这又是求最优的题目，考虑到用贪心算法。
 贪心是由局部最优推导全局最优，那么这道题我们怎么选择全局最优？于是考虑每一步选择一个或者删除一个区间，保证每一步都能够得到补不重叠的区间，并且删除的区间尽量少。于是很自然的想到了要遍历所有的区间，在遍历的过程中进行选择。既然要遍历，按照题目给的顺序遍历没有办法进行判断，于是考虑排序。到这里就容易和力扣406根据身高重建队列思路联系到一起，都需要对问题中的某个维度进行排序。
 本题排序有两种思路，对区间左端点排序和对右端点排序，先考虑按照右端点从小到大排序。遍历区间的时候，如果当前区间的左端点大于等于上一个区间的右端点，说明两个区间没有重叠，继续遍历下一个区间；如果当前区间的左端点<上一个区间的右端点，区间有重叠，逻辑上需要把当前区间删除，但是我们只需要计算区间数量，所以只把删除区间数量加1。局部最优： 每一步优先选择右端小的区间进行判断，和上一个区间有重叠，逻辑上删除，实际上只把区间数量加1；和上一个区间无重叠。全局最优： 得到数量最多的不重叠子区间。
 按照上述思路举不出范例，把代码写出来尝试。
 在完成代码的过程中需要注意的是要设置一个变量专门用来记录上一个不重叠区间的右端点。如果当前区间和上一个区间重叠，需要将当前区间删除，此时上一个区间的右端点不必更新。如果当前区间和上一个区间没有重叠，更新不重叠区间的右端点为当前区间的右端点。
 我自己写的代码如下，代码已经加了注释，各位小伙伴如果有什么问题可以在评论里提出来，欢迎大家交流。

//贪心算法 按照points的Xend从小到大进行排序 每次选择最小的Xend进行判断
   public int eraseOverlapIntervals(int[][] intervals) {
        if (intervals.length <= 1) {
            return 0;
        }
        //sort end as asc
        //if end1 == end2, sort start as asc
        Arrays.sort(intervals, (a,b) -> a[1] - b[1]);
        int start = intervals[0][0];//上一个区间的起点
        int end = intervals[0][1];///上一个区间的终点
        int sum = 0;//返回的最小数量
        //从第二个区间开始遍历，重叠就去除 
        for (int i = 1; i < intervals.length; i++) {
            if (intervals[i][0] < end) {
                //当前区间和上一个区间有重叠
                sum++;//去除当前区间 sum值加1
                //System.out.println("去除intervals区间( " + intervals[i][0] + ", " + intervals[i][1] + " )");               
                continue;
            }
            //没有重叠 更新end
            end = intervals[i][1];
        }
        return sum;
    }

另外附上我自己搭建的个人博客网址，里面记录了我之前记录的学习心得，欢迎大家交流讨论。