问题:
给定一组不重叠且已排序的间隔,请在间隔中插入一个新间隔(必要时合并)。
范例1:
给定间隔[1,3],[6,9],将[2,5]插入并合并为[1,5],[6,9]。
范例2:
给定[1,2],[3,5],[6,7],[8,10],[12,16],将[4,9]插入并合并为[1,2],[3, 10],[12,16]。
这是因为新间隔[4,9]与[3,5],[6,7],[8,10]重叠。
Java解决方案1
遍历列表时,当前范围有三种情况。
/**
* Definition for an interval.
* public class Interval {
* int start;
* int end;
* Interval() { start = 0; end = 0; }
* Interval(int s, int e) { start = s; end = e; }
* }
*/
public class Solution {
public ArrayList<Interval> insert(ArrayList<Interval> intervals, Interval newInterval) {
ArrayList<Interval> result = new ArrayList<Interval>();
for(Interval interval: intervals){
if(interval.end < newInterval.start){
result.add(interval);
}else if(interval.start > newInterval.end){
result.add(newInterval);
newInterval = interval;
}else if(interval.end >= newInterval.start || interval.start <= newInterval.end){
newInterval = new Interval(Math.min(interval.start, newInterval.start), Math.max(newInterval.end, interval.end));
}
}
result.add(newInterval);
return result;
}
}
Java解决方案2-二进制搜索
如果间隔列表是ArrayList,则可以使用二进制搜索来使最佳搜索时间复杂度O(log(n))。但是,如果需要插入新范围,则最差的时间是通过移动数组列表来限制的。因此,时间复杂度仍为O(n)。
public List<Interval> insert(List<Interval> intervals, Interval newInterval) {
List<Interval> result = new ArrayList<>();
if (intervals.size() == 0) {
result.add(newInterval);
return result;
}
int p = helper(intervals, newInterval);
result.addAll(intervals.subList(0, p));
for (int i = p; i < intervals.size(); i++) {
Interval interval = intervals.get(i);
if (interval.end < newInterval.start) {
result.add(interval);
} else if (interval.start > newInterval.end) {
result.add(newInterval);
newInterval = interval;
} else if (interval.end >= newInterval.start || interval.start <= newInterval.end) {
newInterval = new Interval(Math.min(interval.start, newInterval.start), Math.max(newInterval.end, interval.end));
}
}
result.add(newInterval);
return result;
}
public int helper(List<Interval> intervals, Interval newInterval) {
int low = 0;
int high = intervals.size() - 1;
while (low < high) {
int mid = low + (high - low) / 2;
if (newInterval.start <= intervals.get(mid).start) {
high = mid;
} else {
low = mid + 1;
}
}
return high == 0 ? 0 : high - 1;
}
最佳时间是O(log(n)),最坏的情况是O(n)。