LeetCode 56. 合并区间【c++/java详细题解】

1、题目

以数组 intervals 表示若干个区间的集合,其中单个区间为intervals[i] = [starti, endi]。请你合并所有重叠的区间,并返回一个不重叠的区间数组,该数组需恰好覆盖输入中的所有区间。

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。

提示:

  • 1 <= intervals.length <= 104
  • intervals[i].length == 2
  • 0 <= starti <= endi <= 104

2、思路

(数组,排序) O ( n l o g n ) O(nlogn) O(nlogn)

1、将所有的区间按照左端点从小到大排序
在这里插入图片描述
2、定义区间左端点l = a[0][0],右端点r = a[0][1](等价于两个左右指针),我们从前往后遍历每个区间:

  • 如果当前区间和上一个区间没有交集,也就是说当前区间的左端点>上一个区间的右端点,即a[i][0] > r,说明上一个区间独立,我们将上一个区间的左右端点[l,r]加入答案数组中,并更新左端点l,右端点r为当前区间的左右端点,即l = a[i][0], r = a[i][1]

    在这里插入图片描述

  • 如果当前区间和上一个区间有交集,即当前区间的左端点<=上一个区间的右端点,我们让左端点l保持不变,右端点r更新为max(r,a[i][1]) ,进行区间的合并 。
    在这里插入图片描述

  • 3、最后再将最后一个合并或者未合并的独立区间[l,r]加入答案数组中。

时间复杂度分析: 遍历区间数组的时间为 O ( n ) O(n) O(n),对区间数组进行排序的时间复杂度为 O ( n l o g n ) O(nlogn) O(nlogn) ,因此总的时间复杂度为 O ( n l o g n ) O(nlogn) O(nlogn)

4、具体实现细节看代码。

3、c++代码

class Solution {
public:
    vector<vector<int>> merge(vector<vector<int>>& a) {
        vector<vector<int>>res;
        if(a.empty()) return res;
        
        sort(a.begin(),a.end()); //排序
        
        int l = a[0][0], r = a[0][1];
        for(int i = 1; i < a.size(); i++)
        {
            if(a[i][0] > r)  //上一个区间为独立区间
            {
                res.push_back({l,r});
                l = a[i][0], r = a[i][1];
            }
            else r = max(r,a[i][1]); //区间合并,更新右端点
        }
        res.push_back({l,r}); 
        return res;
    }
};

4、java代码

class Solution {
    public int[][] merge(int[][] a) {
         List<int[]> res = new ArrayList<int[]>();
         if (a.length == 0 )  return new int[0][0];
         Arrays.sort(a,(x,y) -> x[0] - y[0]); //lambda表达式排序
         int l = a[0][0], r = a[0][1];
         for(int i = 1;i < a.length; i ++)
         {
             if(a[i][0] >r)
             {
                 res.add(new int[]{l,r});
                 l = a[i][0];
                 r = a[i][1];
             }
             else
             {
                 r = Math.max(r,a[i][1]);
             }
         }
         res.add(new int[]{l,r});      
         return  res.toArray(new int[res.size()][]);
    }
     
}

原题链接: 56. 合并区间

在这里插入图片描述

  • 19
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 23
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 23
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

林小鹿@

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值