Day36｜贪心算法part05：435. 无重叠区间、763.划分字母区间、56. 合并区间

最新推荐文章于 2024-11-07 21:24:22 发布

QHG7C0

最新推荐文章于 2024-11-07 21:24:22 发布

阅读量557

点赞数 3

分类专栏：数据结构与算法（二刷）文章标签：贪心算法算法

本文链接：https://blog.csdn.net/weixin_43303286/article/details/137643164

版权

数据结构与算法（二刷）专栏收录该内容

66 篇文章 0 订阅

订阅专栏

文章介绍了如何通过排序和边界比较来解决三个与区间相关的问题：对区间进行无重叠计数、划分字母区间并合并区间，利用贪心策略优化解决方案。

摘要由CSDN通过智能技术生成

435. 无重叠区间

有了上题射气球的因子，这题也就有思路了，反正无脑排序就行了：

首先将所有区间按照end的大小从小到大排序；
选取最早end为起始x_end
遍历所有区间，如果该区间的start比end大（可重叠），说明不重叠，count++，该区间的end重新定义为end

（以上就是不重叠区间的用法，用总区间数 - 不重叠区间数就是要删除的区间树）

class Solution {
    public int eraseOverlapIntervals(int[][] intervals) {
        Arrays.sort(intervals, Comparator.comparingInt(a -> a[1]));
        int count = 1;
        int x_end = intervals[0][1];
        for(int[] point : intervals){
            if(point[0] >= x_end){//这里是等于，因为顶点重叠不算重叠（跟气球那题不一样）
                count++;
                x_end = point[1];
            }
        }
        return intervals.length - count;
    }
}

763. 划分字母区间

贪心就是找到每个字符最后出现的位置，如果如果找到之前遍历过的所有字母的最远边界, 当前i等于边界，就加入结果集再把left+ 1:

class Solution {
        private int[] alphabet  = new int[26];
        private List<Integer> resList = new ArrayList<>();
        public List<Integer> partitionLabels(String s) {
            for(int i = 0 ; i < s.length(); i++){
                alphabet[s.charAt(i) - 'a'] = i;
            }
            int left = 0, right = 0;
            for(int i = 0; i < s.length(); i++){
                right = Math.max(right, alphabet[s.charAt(i) - 'a']);
                if(i == right){
                    resList.add(i - left + 1);
                    left = i + 1;
                }
            }
            return resList;
        }
    }

初始化一个右边界right，是i之前所有字母的最远边界的最大值，左边界left用于计算区间长度。

56. 合并区间

这题的关键点在于通过更新resList中的元素（特别是终点end）而不是创建新元素直接加入。

class Solution {
    public int[][] merge(int[][] intervals) {
        LinkedList<int[]> res = new LinkedList<>();
        Arrays.sort(intervals, Comparator.comparingInt(o -> o[0]));
        res.add(intervals[0]);
        for (int i = 1; i < intervals.length; i++) {
            if (intervals[i][0] <= res.getLast()[1]) {
                int start = res.getLast()[0];
                int end = Math.max(intervals[i][1], res.getLast()[1]);
                //实际上就是更新res的最后一个元素
                res.removeLast();
                res.add(new int[]{start, end});
            }
            else {
                res.add(intervals[i]);
            }
        }
        return res.toArray(new int[res.size()][]);
    }
}