class Solution {
public:
static bool cmp(const vector<int>&a, const vector<int>&b){
return a[0]<b[0];
}
int findMinArrowShots(vector<vector<int>>& points) {
if(points.size()==0) return 0;
sort(points.begin(), points.end(), cmp);
int result=1;
int r=points[0][1];
for(int i=1;i<points.size();i++){
if(points[i][0]>r){
result++;
r=points[i][1];
}else{
r=min(points[i][1], r);
}
}
return result;
}
};
每一步都尽可能打到最多的气球,也就是以局部最优达成整体最优,笔者觉得随想录的范例代码就很巧妙,先根据左边界进行升序排序,再从左向右求取最多重叠的区间,统计区间数即可。
class Solution {
public:
static bool cmp(const vector<int>&a, const vector<int>&b){
return a[1]<b[1];
}
int eraseOverlapIntervals(vector<vector<int>>& intervals) {
sort(intervals.begin(), intervals.end(), cmp);
int r=intervals[0][1];
int result=0;
for(int i=1;i<intervals.size();i++){
if(intervals[i][0]<r){
result++;
}else{
r=intervals[i][1];
}
}
return result;
}
};
这题同样巧妙,根据右边界进行升序排序,让可能重叠的区间尽可能再索引上相邻,这样只需要关注左边界就能确定是否重叠,且由于右边界递增,最早访问的区间可能发生重叠的可能性越小,因为判断受否重叠是比对右边界与最新访问到的左边界,右边界越小,重叠的可能性也越小,需要去除的可能性也越小。
class Solution {
public:
vector<int> partitionLabels(string s) {
int hash[26]={0};
vector<int>result;
for(int i=0;i<s.size();i++){
hash[s[i]-'a']=i;
}
int r=0, l=-1;
for(int i=0;i<s.size();i++){
if(hash[s[i]-'a']>r){
r=hash[s[i]-'a'];
}else if(i==r){
result.push_back(r-l);
l=r++;
}
}
return result;
}
};
这题的思路类似,以字母出现范围为区间,寻找不重叠的区间集合。先遍历一遍字符串,记录字母右边界,在确认区间集合范围时,已经出现过的字母中最大的右边界就是当前区间集合可能的最小右边界,当遍历完最大字母右边界内所有字母而最最大右边界没有更新时,就说明找到了区间集合的右边界。