LeetCode435. 无重叠区间

• 题目描述

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

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

• 示例

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

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

输入: [ [1,2], [2,3] ]
输出: 0
解释: 你不需要移除任何区间，因为它们已经是无重叠的了

• 分析 – 贪心算法

贪心策略：优先保留结尾小且不相交的区
间
把区间按照结尾的大小进行增序排序，每次选择结尾最小且和前一个选
择的区间不重叠的区间

• Code

class Solution {
    public int eraseOverlapIntervals(int[][] intervals) {
        if (intervals.length < 2 ) {
            return 0;
        }

        Arrays.sort(intervals, new Comparator<int[]>() {
            @Override
            public int compare(int[] o1, int[] o2) {
                return o1[1] - o2[1];
            }
        });

        int res = 0;
        int[] pre = intervals[0];
        for (int i=1; i<intervals.length; i++) {
            int[] cur = intervals[i];
            if (cur[0] < pre[1]) {
                res++;
            } else {
                pre = cur;
            }
        }
        return res;
    }
}

贪心策略：保留最小的区间
先按区间头从小到大排序，再按照区间尾从小到大排序，保证区间的有序性
选择不重叠的区间且最小

• Code

class Solution {
    public int eraseOverlapIntervals(int[][] intervals) {
        if (intervals.length < 2 ) {
            return 0;
        }

        Arrays.sort(intervals, new Comparator<int[]>() {
            @Override
            public int compare(int[] o1, int[] o2) {
                return (o1[0] == o2[0]) ? (o1[1] - o2[1]) : (o1[0] - o2[0]);
            }
        });

        int res = 0;
        int[] pre = intervals[0];
        for (int i=1; i<intervals.length; i++) {
            int[] cur = intervals[i];
            if (cur[0] == pre[0] && cur[1] >= pre[1]) { // pre 属于 cur
                res++;
            } else if (cur[1] <= pre[1]) {      // cur 属于 pre
                res++;
                pre = cur;
            } else if (cur[0] < pre[1]) {  // cur pre 相交
                res++;
            } else {
                pre = cur;
            }
        }
        return res;
    }
}

• 复杂度分析

时间复杂度：排序的复杂度O(nlogn) 遍历复杂度O(n)
空间复杂度：排序栈空间O(nlogn)