LeetCode 435. Non-overlapping Intervals

问题描述

• 给定一组区间，问最少删除多少个区间，才能让剩下的区间不重合
• 地址

问题描述

• 问最少删除多少个区间，等价于最多保留多少个区间。
• 该题有两种解法：
  
  • 动态规划：
    该解法类似于 LeetCode 300. Longest Increasing Subsequence（最长递增子序列） 。为了判别是否重叠，我们先对区间数组进行排序（按照区间的左边界进行排序），然后我们可以求解以每一个区间作为结尾的最长上升的长度，然后全局最长便是最多可以保留多少个空间。
    时间复杂度：O(n^2)
  • 贪心算法：
    贪心很大几率是搭配排序使用的，对区间数组按照区间的右边界进行排序，这样我们每次选的都是右边界最小（这样可以保证右侧剩下更多的空间存放更多的区间，这便是贪心）并且不与前一个区间重叠的。
    时间复杂度：O(nlogn)

最终，最少删除数量便是区间数组的长度减去最大递增数量。

经验教训

• 贪心到底怎么贪

代码实现

• 动态规划

    public int eraseOverlapIntervals(Interval[] intervals) {
        if (intervals == null || intervals.length == 0) {
            return 0;
        }
        Arrays.sort(intervals, new Comparator<Interval>(){
            public int compare(Interval o1, Interval o2) {
                if (o1.start != o2.start) {
                    return o1.start - o2.start;
                }
               return o1.end - o2.end;
            }
        });
        int[] dp = new int[intervals.length];
        Arrays.fill(dp, 1);
        int maxIncrease = 1;
        for (int i = 1; i < dp.length; ++i) {
            for (int j = 0; j < i; ++j) {
                if (intervals[i].start >= intervals[j].end) {
                    dp[i] = Math.max(dp[j] + 1, dp[i]);
                }
            }
            maxIncrease = Math.max(maxIncrease, dp[i]);
        }
        return intervals.length - maxIncrease;
    }

• 贪心

    public int eraseOverlapIntervals(Interval[] intervals) {
        if (intervals == null || intervals.length == 0) {
            return 0;
        }
        Arrays.sort(intervals, new Comparator<Interval>(){
            public int compare(Interval o1, Interval o2) {
                //if (o1.end != o2.end) {
                    return o1.end - o2.end;
               // }
               // return o1.start - o2.start;
            }
        });

        int maxLen = 1;
        int preEnd = intervals[0].end;
        for (int i = 1; i < intervals.length; ++i) {
            if (intervals[i].start >= preEnd) {
                ++maxLen;
                preEnd =intervals[i].end;
            }
        } 
        return intervals.length - maxLen;
    }