代码随想录算法训练营第36天 | 435.无重叠区间 763.划分字母区间 56.合并区间

无重叠区间

Alt
这道题按左边界排序和右边界排序都是可以的。主要就是要统计出不重合区间的数目。如果按照右区间排序,下面这张图十分形象:
Alt
这样去掉一组重叠区间后,剩下的那个区间它的右端点最小,能让后面产生尽量多的不重叠空间。
右区间排序写法:

class Solution{
	static bool cmp(vector<int>& a, vector<int>& b){
		return a[1] < b[1];
	}
public:
	int eraseOverlapIntervals(vector<vector<int>>& intervals){
		sort(intervals.begin(), intervals.end(), cmp);
		int count = 1;  //统计不重叠的区间数目,初始化为1,一定有一个不重叠的区间
		for(int i = 1; i < intervals.size(); i++){
			if(intervals[i][0] >= intervals[i - 1][1]){  // 出现了一个新的不重叠区间
				count++;
			}
			else  intervals[i][1] = intervals[i - 1][1];
		}
		return intervals.size() - count;
	}
};

左边界排序写法:

class Solution{
	static bool cmp(vector<int>& a, vector<int>& b){
		return a[0] < b[0];
	}
public:
	int eraseOverlapIntervals(vector<vector<int>>& intervals){
		sort(intervals.begin(), intervals.end(), cmp);
		int result = 0;
		for(int i = 1; i < intervals.size(); i++){
			if(intervals[i][0] < intervals[i - 1][1]){
				intervals[i][1] = min(intervals[i - 1][1], intervals[i][1]);
				// 其实效果和按右边界排序是一样的,只不过这里自己维护最小的右边界
				result++;
			}
		}
		return result;
	}
};

需要注意一个问题,如果是统计不重叠的区间,那就是从1计数,若是统计重叠的区间,则是从0开始计数

划分字母区间

Alt
相当于寻找每一个字母出现的边界,如果找到了之前所有出现字母的最远边界,说明这个边界就是一个分割点。
所以可以分为两步来处理:

  1. 找到每个字母出现的最远边界
  2. 重新遍历数组,更新遇到的字母出现的最远边界,如果当前遍历到下标与当前所有字母的最远边界相等,则找到了一个分割点。
class Solution{
public:
	vector<int> partitionLabels(string s) {
		int bound[26] = {0};
		for(int i = 0; i < s.size(); i++){
			bound[s[i] - 'a'] = i;  // 记录每个字母出现的最远位置下标
		}
		int left = 0, right = INT_MIN;
		vector<int> result;
		for(int i = 0; i < s.size(); i++){
			right = max(right, bound[s[i] - 'a']);  // 更新当前遇到的字母出现的最远位置
			if(i == right){
				result.push_back(right - left + 1);  // 当前到达的下标与最远边界相等,找到了一个分割点
				left = i + 1;
			}
		}
		return result;
	}
};

与前几道区间题类似的,这道题可以记录每个字母的起止区间,然后将重叠的区间进行合并,得到的不重叠的区间就是满足条件的,可以让区间内的字母只出现在区间内。

class Solution {
    static bool cmp(vector<int>& a, vector<int>& b){
        return a[0] < b[0];
    }
public:
    vector<vector<int>> computeBound(string s){
        vector<vector<int>> intervals(26, vector<int>(2, 0));
        for(int i = 0; i < s.length(); i++) {
            int index = s[i] - 'a';
            if(intervals[index][0] == 0){
                intervals[index][0] = i + 1;
            }
            intervals[index][1] = i + 1;
        }
        vector<vector<int>> filtered;
        for(int i = 0; i < intervals.size(); i++){
            if(intervals[i][0] != 0){
                filtered.push_back(intervals[i]);
            }
        }
        return filtered;
    }
    vector<int> partitionLabels(string s) {
        vector<vector<int>> intervals = computeBound(s);
        sort(intervals.begin(), intervals.end(), cmp);
        vector<int> result;
        for(int i = 1; i < intervals.size(); i++){
            if(intervals[i][0] > intervals[i - 1][1]){
                result.push_back(intervals[i - 1][1] - intervals[i - 1][0] + 1);
            }
            else{
                intervals[i][0] = intervals[i - 1][0];
                intervals[i][1] = max(intervals[i - 1][1], intervals[i][1]);
            }
            if(i == intervals.size() - 1){  
            	// 但要注意的是这种写法中,因为到末端以后没有更大的下标出现,从而记录末端区间,需要对末端单独处理
                result.push_back(intervals[i][1] - intervals[i][0] + 1);
            }
        }
        return result;
    }
};

合并区间

Alt
这道题与上一道题可以说一模一样了,要实现的就是合并区间,只不过这道题是要区间,上面那道是要区间长度。

class Solution{
	static bool cmp(vector<int>& a, vector<int>& b){
		return a[0] < b[0];
	}
public:
	vector<vector<int>> merge(vector<vector<int>>& intervals){
		sort(intervals.begin(), intervals.end(), cmp);
		result.push_back(intervals[0]);  // 后续如果有重叠,继续更新右边界
		for(int i = 0; i < intervals.size(); i++){
			if(intervals[i][0] <= result.back()[1]){  // 如果重叠,更新右边界最大值
				result.back()[1] = max(result.back()[1], intervals[i][1]);
			}
			else{
				result.push_back(intervals[i]);  // 不重叠,直接填入结果数组
			}
		}
		return result;
	}
};

或者我们也可以沿用上一道题的思路,同样是合并区间啦。

class Solution {
    static bool cmp(vector<int>& a, vector<int>& b) {
        return a[0] < b[0];
    }
public:
    vector<vector<int>> merge(vector<vector<int>>& intervals) {
        sort(intervals.begin(), intervals.end());
        vector<vector<int>> result;
        for(int i = 1; i < intervals.size(); i++){
            if(intervals[i][0] <= intervals[i - 1][1]){
                intervals[i][0] = intervals[i - 1][0];
                intervals[i][1] = max(intervals[i][1], intervals[i - 1][1]);
            }
            else{
                result.push_back(intervals[i - 1]);  // 注意这里添加i - 1
            }
        }
        result.push_back(intervals[intervals.size() - 1]);  // 同样末端单独处理
        return result;
    }
};
  • 9
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码随想录算法训练是一个优质的学习和讨论平台,提供了丰富的算法训练内容和讨论交流机会。在训练中,学员们可以通过观看视频讲解来学习算法知识,并根据讲解内容进行刷题练习。此外,训练还提供了刷题建议,例如先看视频、了解自己所使用的编程语言、使用日志等方法来提高刷题效果和语言掌握程度。 训练中的讨论内容非常丰富,涵盖了各种算法知识点和解题方法。例如,在第14天的训练中,讲解了二叉树的理论基础、递归遍历、迭代遍历和统一遍历的内容。此外,在讨论中还分享了相关的博客文章和配图,帮助学员更好地理解和掌握二叉树的遍历方法。 训练还提供了每日的讨论知识点,例如在第15天的讨论中,介绍了层序遍历的方法和使用队列来模拟一层一层遍历的效果。在第16天的讨论中,重点讨论了如何进行调试(debug)的方法,认为掌握调试技巧可以帮助学员更好地解决问题和写出正确的算法代码。 总之,代码随想录算法训练是一个提供优质学习和讨论环境的平台,可以帮助学员系统地学习算法知识,并提供了丰富的讨论内容和刷题建议来提高算法编程能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [代码随想录算法训练每日精华](https://blog.csdn.net/weixin_38556197/article/details/128462133)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值