LeetCode 57.插入区间

题目描述

• 给出一个无重叠的 ，按照区间起始端点排序的区间列表。
• 在列表中插入一个新的区间，你需要确保列表中的区间仍然有序且不重叠（如果有必要的话，可以合并区间）。

示例 1：
输入：intervals = [[1,3],[6,9]], newInterval = [2,5]
输出：[[1,5],[6,9]]

示例 2：
输入：intervals = [[1,2],[3,5],[6,7],[8,10],[12,16]], newInterval = [4,8]
输出：[[1,2],[3,10],[12,16]]
解释：这是因为新的区间 [4,8] 与 [3,5],[6,7],[8,10] 重叠。

解题思路

• 对于两个区间[l1,r1]和[l2,r2]来讲，如果l2 > r1 ，则两个区间一定没有交集，并且第二个区间在第一个区间的右侧， 如果l1 > r2 ， 则两个区间一定没有交集，并且第一个区间在第二个区间的右侧，否则的话两个区间有交集
• 交集为：

left = Math.max(l1,l2);
right = Math.min(r1,r2);

• 并集为：

left = Math.min(l1,l2);
right = Math.max(r1,r2);

• 对于此题来说，插入区间与给定区间之间的关系也为三种情况，第一种：在插入区间的左侧无交集，第二种：在插入区间的右侧无交集，第三种：与插入区间有交集，需要对区间进行合并（即为求两个区间的并集）
• 如何找到插入区间所在的位置，第一次找到在插入区间右侧的区间，则在这个区间的前面即为插入区间的位置（通过设置哨兵变量），如果整个过程中插入区间都没有插入，则应在最后插入

Java实现

class Solution {
    public int[][] insert(int[][] intervals, int[] newInterval) {
        //用于储存排好序的区间
        ArrayList<int[]> resList = new ArrayList<>();

        //插入区间的左端点
        int left = newInterval[0];
        //插入区间的右端点
        int right = newInterval[1];
        //区间是否已经插入
        boolean isInserted = false;
        for (int[] interval : intervals) {
            //在插入区间的左侧，无交集，直接添加
            if (interval[1] < left) {
                resList.add(interval);
            } else if (interval[0] > right) {
                //在插入区间的右侧，找到插入区间所在的位置，如果没被插入过，把插入区间添加
                if (isInserted == false) {
                    resList.add(new int[]{left, right});
                    isInserted = true;
                }
                //再把遍历的区间添加
                resList.add(interval);
            } else {
                //与插入区间有交集，合并区间，得到区间的并集
                left = Math.min(interval[0], left);
                right = Math.max(interval[1], right);
            }
        }
        //整个遍历过程后，插入区间没有插入，说明插入区间应该排在末尾
        if (isInserted == false) {
            resList.add(new int[]{left, right});
        }

        //将集合转为数组
        int[][] res = new int[resList.size()][2];
        for (int i = 0; i < resList.size(); i++) {
            res[i] = resList.get(i);
        }
        return res;
    }
}

• 时间复杂度：O(n)