字节面试题——435. 无重叠区间

435. 无重叠区间

给定一个区间的集合 intervals ，其中 intervals[i] = [starti, endi] 。返回 需要移除区间的最小数量，使剩余区间互不重叠 。

示例 1:

输入: intervals = [[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。

示例 2:

输入: intervals = [ [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。

示例 3:

输入: intervals = [ [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。

提示:

• 1 <= intervals.length <= 10^5
• intervals[i].length == 2
• -5 * 10^4 <= starti < endi <= 5 * 10^4

贪心+对区间按照结束位置进行升序排序

class Solution {
    public int eraseOverlapIntervals(int[][] intervals) {
        // 如果没有区间，直接返回0
        if (intervals.length == 0) {
            return 0;
        }
        
        // 对区间按照结束位置进行升序排序
        // 结束的越早，后面的空间就越大，从而后面取到最多区间的可能性就越大。
        Arrays.sort(intervals, new Comparator<int[]>() {
            public int compare(int[] interval1, int[] interval2) {
                return interval1[1] - interval2[1]; // 升序排序
            }
        });

        int n = intervals.length; // 区间的数量
        int right = intervals[0][1]; // 初始时，right为第一个区间的结束位置
        int ans = 1; // 至少有一个区间不需要移除（第一个区间）
        
        // 从第二个区间开始遍历
        for (int i = 1; i < n; ++i) {
            // 如果当前区间的起始位置大于或等于上一个选择的区间的结束位置，说明不重叠
            if (intervals[i][0] >= right) {
                ++ans; // 这个区间可以保留
                right = intervals[i][1]; // 更新right为当前区间的结束位置
            }
        }
        
        // 返回需要移除的区间数量：总数减去保留的区间数量
        return n - ans;
    }
}

• 时间复杂度：O(n logn)。
• 空间复杂度：O(1)

贪心+对区间按照起始位置进行降序排序

class Solution {
    public int eraseOverlapIntervals(int[][] intervals) {
        // 如果没有区间，直接返回0
        if (intervals.length == 0) {
            return 0;
        }
        
        // 对区间按照起始位置进行降序排序
        Arrays.sort(intervals, new Comparator<int[]>() {
            public int compare(int[] interval1, int[] interval2) {
                return interval2[0] - interval1[0]; // 降序排序
            }
        });

        int n = intervals.length; // 区间的数量
        int left = intervals[0][0]; // 初始时，right为第一个区间的起始位置
        int ans = 1; // 至少有一个区间不需要移除（第一个区间）
        
        for (int i = 1; i < n; ++i) {
            // 如果当前区间的结束位置小于或等于上一个选择的区间的起始位置，说明不重叠
            if (intervals[i][1] <= left) {
                ++ans; // 这个区间可以保留
                left = intervals[i][0]; // 更新 left 为当前区间的起始位置
            }
        }
        
        // 返回需要移除的区间数量，总数减去保留的区间数量
        return n - ans;
    }
}

动态规划+对区间按照起点进行升序排序

class Solution {
    public int eraseOverlapIntervals(int[][] intervals) {
        // 如果输入的区间数组为空，直接返回0，表示不需要移除任何区间
        if (intervals.length == 0) {
            return 0;
        }
        
        // 先对区间按照起点进行升序排序
        Arrays.sort(intervals, new Comparator<int[]>() {
            public int compare(int[] interval1, int[] interval2) {
                return interval1[0] - interval2[0];
            }
        });

        int n = intervals.length; // 区间的总数
        int[] f = new int[n]; // f[i] 表示以第 i 个区间结尾的最长不重叠区间序列的长度
        Arrays.fill(f, 1); // 每个区间自身可以视为一个长度为1的不重叠序列

        // 动态规划计算最长不重叠区间序列的长度。从第二个区间开始遍历。
        for (int i = 1; i < n; ++i) {
        	// 遍历它前面的所有区间
            for (int j = 0; j < i; ++j) {
                // 检查区间 j 的结束点是否小于或等于区间 i 的起点
                if (intervals[j][1] <= intervals[i][0]) {
                    // 如果不重叠，更新f[i]为f[j]加上当前区间
                    f[i] = Math.max(f[i], f[j] + 1);
                }
            }
        }
        
        // 最终，f数组中的最大值表示最多可以选择多少个互不重叠的区间
        int maxNonOverlapping = Arrays.stream(f).max().getAsInt();
        // 需要移除的区间数等于总区间数减去最大不重叠区间数
        return n - maxNonOverlapping;
    }
}

• 时间复杂度： $O\left(n^2\right)$ ，其中 $n$ 是区间的数量。我们需要 $O(n\log n)$ 的时间对所有的区间按照左端点进行升序排序，并且需要 $O\left(n^2\right)$ 的时间进行动态规划。由于前者在渐进意义下小于后者，因此总时间复杂度为 $O\left(n^2\right)$ 。
  注意到方法一本质上是一个「最长上升子序列」问题，因此我们可以将时间复杂度优化至 $O(n\log n)$ ，具体可以参考「300. 最长递增子序列的官方题解」。即贪心+二分。
• 空间复杂度： $O(n)$ ，即为存储所有状态 $f_i$ 需要的空间。