代码学习记录29----贪心算法

随想录日记part29

t i m e : time: time 2024.03.27



主要内容:今天深入学习贪心算法,接下来是针对题目的讲解:1. 无重叠区间 2.划分字母区间 3. 合并区间



Topic1无重叠区间

题目:

给定一个区间的集合 i n t e r v a l s intervals intervals ,其中 i n t e r v a l s [ i ] = [ s t a r t i , e n d i ] intervals[i] = [starti, endi] 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 。

输入: i n t e r v a l s = [ [ 1 , 2 ] , [ 2 , 3 ] , [ 3 , 4 ] , [ 1 , 3 ] ] intervals = [[1,2],[2,3],[3,4],[1,3]] intervals=[[1,2],[2,3],[3,4],[1,3]]
输出: 1 1 1
解释: 移除 [ 1 , 3 ] [1,3] [1,3] 后,剩下的区间没有重叠。
思路:

按照右边界排序,从左向右记录非交叉区间的个数。最后用区间总数减去非交叉区间的个数就是需要移除的区间个数了。
在这里插入图片描述

代码如下:

class Solution {
    public int eraseOverlapIntervals(int[][] intervals) {
        Arrays.sort(intervals, (a, b) -> Integer.compare(a[0], b[0]));
        if (intervals.length <= 1)
            return 0;
        int result = 0;
        for (int i = 1; i < intervals.length; i++) {
            if (intervals[i][0] < intervals[i - 1][1]) {
                result++;
                intervals[i][1] = Math.min(intervals[i - 1][1], intervals[i][1]);
            }
        }
        return result;
    }
}

时间复杂度 O ( n l o g n ) O(nlogn) O(nlogn)
空间复杂度 O ( n ) O(n) O(n)有一个快排,最差情况(倒序)时,需要n次递归调用。因此确实需要O(n)的栈空间



Topic2划分字母区间

题目:

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。

输入: s = " a b a b c b a c a d e f e g d e h i j h k l i j " s = "ababcbacadefegdehijhklij" s="ababcbacadefegdehijhklij"
输出: [ 9 , 7 , 8 ] [9,7,8] [9,7,8]
解释:
划分结果为 " a b a b c b a c a " 、 " d e f e g d e " 、 " h i j h k l i j " "ababcbaca"、"defegde"、"hijhklij" "ababcbaca""defegde""hijhklij"
每个字母最多出现在一个片段中。像 " a b a b c b a c a d e f e g d e " , " h i j h k l i j " "ababcbacadefegde", "hijhklij" "ababcbacadefegde","hijhklij" 这样的划分是错误的,因为划分的片段数较少。

思路:

在遍历的过程中相当于是要找每一个字母的边界,如果找到之前遍历过的所有字母的最远边界,说明这个边界就是分割点了。此时前面出现过所有字母,最远也就到这个边界了。
可以分为如下两步:

  • 统计每一个字符最后出现的位置
  • 从头遍历字符,并更新字符的最远出现下标,如果找到字符最远出现位置下标和当前下标相等了,则找到了分割点
    在这里插入图片描述

整体代码如下:

class Solution {
    public List<Integer> partitionLabels(String s) {
        int[] hash = new int[26];
        char[] chars = s.toCharArray();
        // 记录每一个字母出现的最远下标
        for (int i = 0; i < s.length(); i++) {
            hash[chars[i] - 'a'] = i;
        }
        List<Integer> list = new LinkedList<>();
        int left = 0;
        int right = 0;
        for (int i = 0; i < s.length(); i++) {
            right = Math.max(hash[chars[i] - 'a'], right);
            if (i == right) {
                list.add(right - left + 1);
                left = i + 1;
            }

        }
        return list;

    }
}

时间复杂度 O ( n ) O(n) O(n)
空间复杂度 O ( 1 ) O(1) O(1)



Topic3合并区间

题目:
以数组 i n t e r v a l s intervals intervals 表示若干个区间的集合,其中单个区间为 i n t e r v a l s [ i ] = [ s t a r t i , e n d i ] intervals[i] = [starti, endi] intervals[i]=[starti,endi] 。请你合并所有重叠的区间,并返回 一个不重叠的区间数组,该数组需恰好覆盖输入中的所有区间 。

输入: i n t e r v a l s = [ [ 1 , 3 ] , [ 2 , 6 ] , [ 8 , 10 ] , [ 15 , 18 ] ] intervals = [[1,3],[2,6],[8,10],[15,18]] intervals=[[1,3],[2,6],[8,10],[15,18]]
输出: [ [ 1 , 6 ] , [ 8 , 10 ] , [ 15 , 18 ] ] [[1,6],[8,10],[15,18]] [[1,6],[8,10],[15,18]]
解释: 区间 [ 1 , 3 ] [1,3] [1,3] [ 2 , 6 ] [2,6] [2,6] 重叠, 将它们合并为 [ 1 , 6 ] [1,6] [1,6]

思路:

先排序,让所有的相邻区间尽可能的重叠在一起,按左边界,或者右边界排序都可以,处理逻辑稍有不同。按照左边界从小到大排序之后,如果 i n t e r v a l s [ i ] [ 0 ] < = i n t e r v a l s [ i − 1 ] [ 1 ] intervals[i][0] <= intervals[i - 1][1] intervals[i][0]<=intervals[i1][1] i n t e r v a l s [ i ] intervals[i] intervals[i]的左边界 < = i n t e r v a l s [ i − 1 ] <= intervals[i - 1] <=intervals[i1]的右边界,则一定有重叠。这么说有点抽象,看图:(注意图中区间都是按照左边界排序之后了)

在这里插入图片描述

代码实现如下:

class Solution {
    public int[][] merge(int[][] intervals) {
        Arrays.sort(intervals, (a, b) -> Integer.compare(a[0], b[0]));
        if (intervals.length <= 1)
            return intervals;
        List<int[]> result = new LinkedList<>();
        int left = intervals[0][0];
        int right = intervals[0][1];
        for (int i = 1; i < intervals.length; i++) {
            if (intervals[i][0] > right) {
                result.add(new int[] { left, right });
                left = intervals[i][0];
                right = intervals[i][1];
            } else {
                right = Math.max(intervals[i][1], right);
            }
        }
        result.add(new int[] { left, right });
        return result.toArray(new int[result.size()][]);
    }
}

时间复杂度: O ( n l o g n ) O(nlogn) O(nlogn)
空间复杂度: O ( l o g n ) O(logn) O(logn)



  • 29
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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