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。
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
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] 和
[
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[i−1][1] 即 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[i−1]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)
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)