LeetCode - 56. 合并区间

@LeetCode刷题


题目在这里插入图片描述

题目链接:https://leetcode-cn.com/problems/merge-intervals/


一、实现思路

  1. 将二维数组按照第一列进行排序;
  2. 逐一判断当前的start 和 end是否被包含在上一个中,如果是,合并;不是,添加。
  3. 因为二维数组已经是有序的数组,所以每次比较均以最后一个为准。

二、总体代码

Java:

class Solution {
    public int[][] merge(int[][] intervals) {
        if( intervals.length<=1 ){
            return intervals;
        }
        Arrays.sort(intervals, new Comparator<int[]>(){
            public int compare(int[] o1, int[] o2){
                return o1[0]-o2[0];
            }
        });
        List<int[]> merge = new ArrayList<>();
        for( int i=0; i<intervals.length; ++i ){
            int L = intervals[i][0], R = intervals[i][1];
            if( merge.size()==0 || merge.get(merge.size()-1)[1]<L ){
                merge.add(new int[]{L, R});
            }else{
                merge.get(merge.size()-1)[1] = Math.max(merge.get(merge.size()-1)[1], R);
            }
        }
        return merge.toArray(new int[merge.size()-1][]);
    }
}

pyrhon3:

class Solution:
    def merge(self, intervals: List[List[int]]) -> List[List[int]]:
        intervals.sort(key=lambda x: x[0])
        merged = []

        for interval in intervals:
            if not merged or merged[-1][1]<interval[0]:
                merged.append(interval)
            else:
                merged[-1][1] = max(merged[-1][1], interval[1])
        return merged

总结

我认为,重点在于对数组进行按列排序 。

1. java:

//按照第一列排序
Arrays.sort(ts_id,new Comparator<int[]>() {
    public int compare(int[] o1, int[] o2) {
        return o1[0]-o2[0];
    }
});

//当第一列相同时,按照第二列排序
Arrays.sort(ts_id,new Comparator<int[]>() {
    @Override
    public int compare(int[] o1, int[] o2) {
        if (o1[0] == o2[0]) {
	    return o1[1] - o2[1];
		}		
		return o1[0]-o2[0];
    }
});

2. python3:

1)sort()只为list使用,可以使用lambda函数来定义排序的标准

arr = [(1, 2, 3), (3, 2, 1), (2, 4, 6)]
arr.sort(key = lambda a: a[2])
print(arr)
# 在现有arr的基础上再进行一次排序
arr.sort(key = lambda a: a[0])
print(arr)

得到结果如下:
[(3, 2, 1), (1, 2, 3), (2, 4, 6)]
[(1, 2, 3), (2, 4, 6), (3, 2, 1)]

2)sorted可以接收任何的iterable类型

dic = {3:'c', 2:'f', 7:'a'}
print(dic)

# 返回key排序后的值
s1 = sorted(dic)
print(s1)

s2 = sorted(dic, key=lambda s: -s)
print(s2)

得到结果如下:
{3: ‘c’, 2: ‘f’, 7: ‘a’}
[2, 3, 7]
[7, 3, 2]
如果想排序字典的values,可以将dic变为dic.values()

### 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。
评论 2
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
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