成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

數據結構與算法之合并區(qū)間,這么貪

開發(fā) 前端 大數據 算法
對于貪心算法,很多同學都是:如果能憑常識直接做出來,就會感覺不到自己用了貪心, 一旦第一直覺想不出來, 可能就一直想不出來了。

[[439314]]

 合并區(qū)間

力扣題目鏈接:https://leetcode-cn.com/problems/merge-intervals

給出一個區(qū)間的集合,請合并所有重疊的區(qū)間。

示例 1:

  • 輸入: intervals = [[1,3],[2,6],[8,10],[15,18]]
  • 輸出: [[1,6],[8,10],[15,18]]
  • 解釋: 區(qū)間 [1,3] 和 [2,6] 重疊, 將它們合并為 [1,6].

示例 2:

  • 輸入: intervals = [[1,4],[4,5]]
  • 輸出: [[1,5]]
  • 解釋: 區(qū)間 [1,4] 和 [4,5] 可被視為重疊區(qū)間。
  • 注意:輸入類型已于2019年4月15日更改。請重置默認代碼定義以獲取新方法簽名。

提示:

intervals[i][0] <= intervals[i][1]

思路

大家應該都感覺到了,此題一定要排序,那么按照左邊界排序,還是右邊界排序呢?

都可以!

那么我按照左邊界排序,排序之后局部最優(yōu):每次合并都取最大的右邊界,這樣就可以合并更多的區(qū)間了,整體最優(yōu):合并所有重疊的區(qū)間。

局部最優(yōu)可以推出全局最優(yōu),找不出反例,試試貪心。

那有同學問了,本來不就應該合并最大右邊界么,這和貪心有啥關系?

有時候貪心就是常識!哈哈

按照左邊界從小到大排序之后,如果 intervals[i][0] < intervals[i - 1][1] 即intervals[i]左邊界 < intervals[i - 1]右邊界,則一定有重復,因為intervals[i]的左邊界一定是大于等于intervals[i - 1]的左邊界。

即:intervals[i]的左邊界在intervals[i - 1]左邊界和右邊界的范圍內,那么一定有重復!

這么說有點抽象,看圖:(注意圖中區(qū)間都是按照左邊界排序之后了)

合并區(qū)間

知道如何判斷重復之后,剩下的就是合并了,如何去模擬合并區(qū)間呢?

其實就是用合并區(qū)間后左邊界和右邊界,作為一個新的區(qū)間,加入到result數組里就可以了。如果沒有合并就把原區(qū)間加入到result數組。

C++代碼如下:

  1. class Solution { 
  2. public
  3.     // 按照區(qū)間左邊界從小到大排序 
  4.     static bool cmp (const vector<int>& a, const vector<int>& b) { 
  5.         return a[0] < b[0]; 
  6.     } 
  7.     vector<vector<int>> merge(vector<vector<int>>& intervals) { 
  8.         vector<vector<int>> result; 
  9.         if (intervals.size() == 0) return result; 
  10.         sort(intervals.begin(), intervals.end(), cmp); 
  11.         bool flag = false; // 標記最后一個區(qū)間有沒有合并 
  12.         int length = intervals.size(); 
  13.  
  14.         for (int i = 1; i < length; i++) { 
  15.             int start = intervals[i - 1][0];    // 初始為i-1區(qū)間的左邊界 
  16.             int end = intervals[i - 1][1];      // 初始i-1區(qū)間的右邊界 
  17.             while (i < length && intervals[i][0] <= end) { // 合并區(qū)間 
  18.                 end = max(end, intervals[i][1]);    // 不斷更新右區(qū)間 
  19.                 if (i == length - 1) flag = true;   // 最后一個區(qū)間也合并了 
  20.                 i++;                                // 繼續(xù)合并下一個區(qū)間 
  21.             } 
  22.             // start和end是表示intervals[i - 1]的左邊界右邊界,所以最優(yōu)intervals[i]區(qū)間是否合并了要標記一下 
  23.             result.push_back({start, end}); 
  24.         } 
  25.         // 如果最后一個區(qū)間沒有合并,將其加入result 
  26.         if (flag == false) { 
  27.             result.push_back({intervals[length - 1][0], intervals[length - 1][1]}); 
  28.         } 
  29.         return result; 
  30.     } 
  31. }; 

當然以上代碼有冗余一些,可以優(yōu)化一下,如下:(思路是一樣的)

  1. class Solution { 
  2. public
  3.     vector<vector<int>> merge(vector<vector<int>>& intervals) { 
  4.         vector<vector<int>> result; 
  5.         if (intervals.size() == 0) return result; 
  6.         // 排序的參數使用了lamda表達式 
  7.         sort(intervals.begin(), intervals.end(), [](const vector<int>& a, const vector<int>& b){return a[0] < b[0];}); 
  8.  
  9.         result.push_back(intervals[0]); 
  10.         for (int i = 1; i < intervals.size(); i++) { 
  11.             if (result.back()[1] >= intervals[i][0]) { // 合并區(qū)間 
  12.                 result.back()[1] = max(result.back()[1], intervals[i][1]); 
  13.             } else { 
  14.                 result.push_back(intervals[i]); 
  15.             } 
  16.         } 
  17.         return result; 
  18.     } 
  19. }; 
  • 時間復雜度:O(nlogn) ,有一個快排
  • 空間復雜度:O(1),我沒有算result數組(返回值所需容器占的空間)

總結

對于貪心算法,很多同學都是:如果能憑常識直接做出來,就會感覺不到自己用了貪心, 一旦第一直覺想不出來, 可能就一直想不出來了。

跟著「代碼隨想錄」刷題的錄友應該感受過,貪心難起來,真的難。

那應該怎么辦呢?

正如我貪心系列開篇詞關于貪心算法,你該了解這些!中講解的一樣,貪心本來就沒有套路,也沒有框架,所以各種常規(guī)解法需要多接觸多練習,自然而然才會想到。

「代碼隨想錄」會把貪心常見的經典題目覆蓋到,大家只要認真學習打卡就可以了。

其他語言版本

Java

  1. class Solution { 
  2.     public int[][] merge(int[][] intervals) { 
  3.         List<int[]> res = new LinkedList<>(); 
  4.         Arrays.sort(intervals, (o1, o2) -> Integer.compare(o1[0], o2[0])); 
  5.  
  6.         int start = intervals[0][0]; 
  7.         for (int i = 1; i < intervals.length; i++) { 
  8.             if (intervals[i][0] > intervals[i - 1][1]) { 
  9.                 res.add(new int[]{start, intervals[i - 1][1]}); 
  10.                 start = intervals[i][0]; 
  11.             } else { 
  12.                 intervals[i][1] = Math.max(intervals[i][1], intervals[i - 1][1]); 
  13.             } 
  14.         } 
  15.         res.add(new int[]{start, intervals[intervals.length - 1][1]}); 
  16.         return res.toArray(new int[res.size()][]); 
  17.     } 
  1. // 版本2 
  2. class Solution { 
  3.     public int[][] merge(int[][] intervals) { 
  4.         LinkedList<int[]> res = new LinkedList<>(); 
  5.         Arrays.sort(intervals, (o1, o2) -> Integer.compare(o1[0], o2[0])); 
  6.         res.add(intervals[0]); 
  7.         for (int i = 1; i < intervals.length; i++) { 
  8.             if (intervals[i][0] <= res.getLast()[1]) { 
  9.                 int start = res.getLast()[0]; 
  10.                 int end = Math.max(intervals[i][1], res.getLast()[1]); 
  11.                 res.removeLast(); 
  12.                 res.add(new int[]{start, end}); 
  13.             } 
  14.             else { 
  15.                 res.add(intervals[i]); 
  16.             } 
  17.         } 
  18.         return res.toArray(new int[res.size()][]); 
  19.     } 

Python

  1. class Solution: 
  2.     def merge(self, intervals: List[List[int]]) -> List[List[int]]: 
  3.         if len(intervals) == 0: return intervals 
  4.         intervals.sort(key=lambda x: x[0]) 
  5.         result = [] 
  6.         result.append(intervals[0]) 
  7.         for i in range(1, len(intervals)): 
  8.             last = result[-1] 
  9.             if last[1] >= intervals[i][0]: 
  10.                 result[-1] = [last[0], max(last[1], intervals[i][1])] 
  11.             else
  12.                 result.append(intervals[i]) 
  13.         return result 

Go

  1. func merge(intervals [][]int) [][]int { 
  2.     //先從小到大排序 
  3.     sort.Slice(intervals,func(i,j int)bool{ 
  4.         return intervals[i][0]<intervals[j][0] 
  5.     }) 
  6.     //再弄重復的 
  7.     for i:=0;i<len(intervals)-1;i++{ 
  8.         if intervals[i][1]>=intervals[i+1][0]{ 
  9.             intervals[i][1]=max(intervals[i][1],intervals[i+1][1])//賦值最大值 
  10.             intervals=append(intervals[:i+1],intervals[i+2:]...) 
  11.             i-- 
  12.         } 
  13.     } 
  14.     return intervals 
  15. func max(a,b int)int
  16.     if a>b{ 
  17.         return a 
  18.     } 
  19.     return b 

Javascript

  1. var merge = function (intervals) { 
  2.     intervals.sort((a, b) => a[0] - b[0]); 
  3.     let prev = intervals[0] 
  4.     let result = [] 
  5.     for(let i =0; i<intervals.length; i++){ 
  6.         let cur = intervals[i] 
  7.         if(cur[0] > prev[1]){ 
  8.             result.push(prev) 
  9.             prev = cur 
  10.         }else
  11.             prev[1] = Math.max(cur[1],prev[1]) 
  12.         } 
  13.     } 
  14.     result.push(prev) 
  15.     return result 
  16. }; 

版本二:左右區(qū)間

  1. /** 
  2.  * @param {number[][]} intervals 
  3.  * @return {number[][]} 
  4.  */ 
  5. var merge = function(intervals) { 
  6.     let n = intervals.length; 
  7.     if ( n < 2) return intervals; 
  8.     intervals.sort((a, b) => a[0]- b[0]); 
  9.     let res = [], 
  10.         left = intervals[0][0], 
  11.         right = intervals[0][1]; 
  12.     for (let i = 1; i < n; i++) { 
  13.         if (intervals[i][0] > right) { 
  14.             res.push([leftright]); 
  15.             left = intervals[i][0]; 
  16.             right = intervals[i][1]; 
  17.         } else { 
  18.             right = Math.max(intervals[i][1], right); 
  19.         } 
  20.     } 
  21.     res.push([leftright]); 
  22.     return res; 
  23. }; 

 

責任編輯:姜華 來源: 代碼隨想錄
相關推薦

2020-12-31 05:31:01

數據結構算法

2020-10-30 09:56:59

Trie樹之美

2022-09-21 07:57:33

二叉搜索樹排序二叉樹

2022-09-26 07:56:53

AVL算法二叉樹

2020-10-21 14:57:04

數據結構算法圖形

2023-03-08 08:03:09

數據結構算法歸并排序

2020-10-12 11:48:31

算法與數據結構

2020-10-20 08:14:08

算法與數據結構

2022-01-18 19:13:52

背包問題數據結構算法

2023-10-27 07:04:20

2009-08-11 14:51:11

C#數據結構與算法

2021-07-16 04:57:45

Go算法結構

2021-12-10 11:27:59

數據結構算法單調遞增的數字

2021-12-21 11:39:01

數據結構算法同構字符串

2009-08-11 14:43:42

C#數據結構與算法

2023-03-10 08:07:39

數據結構算法計數排序

2023-03-02 08:15:13

2023-03-07 08:02:07

數據結構算法數列

2021-12-27 11:30:51

數據結構算法動態(tài)規(guī)劃

2021-12-21 08:19:29

數據結構算法鏈表相交
點贊
收藏

51CTO技術棧公眾號

主站蜘蛛池模板: 日韩成人在线免费观看 | 日本不卡一区二区 | 蜜桃一区二区三区 | 国产一区二区在线免费 | 免费观看日韩精品 | 三级成人在线 | 三级成人片| 日韩精品一区二区三区视频播放 | av片在线观看 | 亚洲一卡二卡 | h视频免费观看 | 91新视频| 亚洲a视频 | 欧美一区二区三区在线播放 | 国产在线二区 | 看一级黄色毛片 | 中文字幕二区三区 | 亚洲二区在线 | 国产精品揄拍一区二区 | 成人亚洲视频 | 韩日在线观看视频 | 在线观看成人小视频 | 中文字幕一区二区三区四区 | 国产在线一区二区三区 | 中文字幕久久久 | 久久99精品国产 | 一区二区高清 | 性xxxxx| av中文字幕网站 | 亚洲精品在线观看视频 | 美女黄18岁以下禁止观看 | 成人免费在线视频 | 亚洲精品久久久久久国产精华液 | 国产精品久久久久久久久久了 | 国产黄色小视频在线观看 | 久久新视频 | 国产黄色精品在线观看 | 久久99精品国产自在现线小黄鸭 | 国产精品视频久久 | 久久精品亚洲精品国产欧美kt∨ | 一区二区亚洲 |