贪心算法：leetcode 56.合并区间、763.划分字母区间、435.无重叠区间

leetcode 435.无重叠区间

leetcode 763.划分字母区间

leetcode 56.合并区间

leetcode 435.无重叠区间

给定一个区间的集合，找到需要移除区间的最小数量，使剩余区间互不重叠。

注意: 可以认为区间的终点总是大于它的起点。 区间 [1,2] 和 [2,3] 的边界相互“接触”，但没有相互重叠。

示例 1:

• 输入: [ [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: [ [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。

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。

此时问题就是要求非交叉区间的最大个数。如图：

区间，1，2，3，4，5，6都按照右边界排好序。这里设置一个变量end作为重合区间的最小右边界的值，接着for循环遍历该区间二维数组，当下一个区间的左边界小于当前设置的end的值时，说明此时两区间重合，然后接着开始判断下一区间；当下一个区间的左边界大于当前设置的end的值时，说明此时两区间不重合，于是我们设置一个新的end，其值等于“下一个区间”的右边界，同时非重合边界计数器count++。以此步骤直到for循环遍历结束。

代码如下：

class Solution {
private:
    static bool cmp(const vector<int>& a, const vector<int>& b){
        return a[1] < b[1];
    }
public:
    int eraseOverlapIntervals(vector<vector<int>>& intervals) {
        if(intervals.size() == 0) return 0;
        sort(intervals.begin(), intervals.end(), cmp);
        int count = 1;
        int end = intervals[0][1];
        for(int i = 1; i < intervals.size(); i++){
            if(intervals[i][0] >= end){
                end = intervals[i][1];
                count++;
            }
        }
        return intervals.size() - count;
    }
};

• 时间复杂度：O(nlog n) ，有一个快排

• 空间复杂度：O(n)，有一个快排，最差情况(倒序)时，需要n次递归调用。因此需要O(n)的栈空间

或者按照左边界排序，有两种思路，第一个是从后往前for循环遍历，使用start记录重合区间的最小左边界的值，代码框架与上述相同。第二个是从前往后for循环遍历，仍使用end记录重合区间的最小右边界的值，但此时使用count计数交叉区间的个数而非非交叉区间的个数。

使用思路二，代码如下：

class Solution {
private:
    static bool cmp(const vector<int>& a, const vector<int>& b){
        return a[0] < b[0];
    }
public:
    int eraseOverlapIntervals(vector<vector<int>>& intervals) {
        if(intervals.size() == 0) return 0;
        sort(intervals.begin(), intervals.end(), cmp);
        int count = 0;
        int end = intervals[0][1];
        for(int i = 1; i < intervals.size(); i++){
            if(intervals[i][0] >= end){
                end = intervals[i][1];
            }
            else{
                end = min(end, intervals[i][1]);    // update
                count++;
            }
        }
        return count;
    }
};

leetcode 763.划分字母区间

字符串 S 由小写字母组成。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。返回一个表示每个字符串片段的长度的列表。

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 。

示例：

• 输入：S = "ababcbacadefegdehijhklij"

• 输出：[9,7,8] 解释： 划分结果为 "ababcbaca", "defegde", "hijhklij"。 每个字母最多出现在一个片段中。 像 "ababcbacadefegde", "hijhklij" 的划分是错误的，因为划分的片段数较少。

题目要求同一字母最多出现在一个片段中，那么如何把同一个字母的都圈在同一个区间里呢？

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

如图：

整体代码如下：

class Solution {
public:
    vector<int> partitionLabels(string s) {
        int hash[27] = {0};
        for(int i = 0; i < s.size(); i++){
            hash[s[i] - 'a'] = i;
        }
        vector<int> result;
        int left = 0;
        int right = 0;
        for(int i = 0; i < s.size(); i++){
            right = max(right, hash[s[i] - 'a']);
            if(i == right){
                result.push_back(right - left + 1);
                left = i + 1;
            }
        }
        return result;
    }
};

leetcode 56.合并区间

给出一个区间的集合，请合并所有重叠的区间。

示例 1:

• 输入: intervals = [[1,3],[2,6],[8,10],[15,18]]

• 输出: [[1,6],[8,10],[15,18]]

• 解释: 区间 [1,3] 和 [2,6] 重叠, 将它们合并为 [1,6].

示例 2:

• 输入: intervals = [[1,4],[4,5]]

• 输出: [[1,5]]

• 解释: 区间 [1,4] 和 [4,5] 可被视为重叠区间。

本题的本质其实还是判断重叠区间问题。刚刚做过的几道题都是判断区间重叠，区别就是判断区间重叠后的逻辑，本题是判断区间重贴后要进行区间合并。

按照左边界从小到大排序之后，如果 intervals[i][0] <= intervals[i - 1][1] 即intervals[i]的左边界 <= intervals[i - 1]的右边界，则一定有重叠。（本题相邻区间也算重贴，所以是<=）

代码如下：

class Solution {
private:
    static bool cmp(const vector<int>& a, const vector<int>& b){
        return a[0] < b[0];
    }
public:
    vector<vector<int>> merge(vector<vector<int>>& intervals) {
        vector<vector<int>> result;
        if(intervals.size() == 0) return result;
        sort(intervals.begin(), intervals.end(), cmp);
        result.push_back(intervals[0]);
        for(int i = 1; i < intervals.size(); i++){
            if(result.back()[1] >= intervals[i][0]){
                result.back()[1] = max(result.back()[1], intervals[i][1]);
            }
            else{
                result.push_back(intervals[i]);
            }
        }
        return result;
    }
};