Leetcode -- Merge Intervals

本文介绍了一种有效的合并区间算法,该算法首先对区间按起始值进行排序,然后通过遍历并比较相邻区间来合并重叠的部分。文章详细解释了实现步骤,并提供了完整的Java代码示例。

https://oj.leetcode.com/problems/merge-intervals/


Given a collection of intervals, merge all overlapping intervals.

For example,
Given [1,3],[2,6],[8,10],[15,18],
return [1,6],[8,10],[15,18].


 public List<Interval> merge(List<Interval> intervals)


分析:这一题要分两步。第一步是排序,根据interval的左值排序。

第二步才是合并。首先我们需要维护一个用来判断是否合并或者直接插入的变量interval X,合并的步骤分两种情况讨论,第一种情况是合并,其实就是X的右值大于等于当前遍历到的interval的左值,这个时候更新X的右值如果当前遍历到的interval的右值大于X的右值。第二种情况则是插入,也就是X的右值小于当前遍历到的interval,这个时候就是不存在overlap了,那么就将X插入新的结果数组,然后当前的Interval就成为新的X进行之后的操作。给出代码如下:

    public List<Interval> merge(List<Interval> intervals) {
        Collections.sort(intervals, new IntervalComparator());
        List<Interval> res = new LinkedList<Interval>();
        if(intervals.size() == 0)
            return res;
        int curstart = intervals.get(0).start;
        int curend = intervals.get(0).end;
        for(int i = 1; i < intervals.size(); i++){
            Interval tmp = intervals.get(i);
            if(tmp.start > curend){
                res.add(new Interval(curstart, curend));
                curstart = tmp.start;
                curend = tmp.end;
            }else{
                curend = Math.max(tmp.end, curend);
            }
        }
        res.add(new Interval(curstart, curend));
        return res;
    }
    
    public class IntervalComparator implements Comparator<Interval>{
        @Override
        public int compare(Interval a, Interval b){
            return (new Integer(a.start)).compareTo(new Integer(b.start));
        }
    }


多源数据接入 支持校园各业务系统数据接入:包括教务系统(学生成绩、课程信息)、学工系统(奖惩记录、资助信息)、后勤系统(宿舍分配、能耗数据)、图书馆系统(借阅记录、馆藏信息)、一卡通系统(消费数据、门禁记录)等。 接入方式:提供数据库直连(MySQL、SQL Server)、文件导入(CSV、Excel、JSON)、API 接口调用等多种方式,支持实时同步与定时批量同步。 数据标准化与治理 建立校园数据标准体系:统一数据格式(如日期格式、学号编码规则)、定义核心数据元(如 “学生” 包含学号、姓名、专业等必选字段)、规范代码集(如性别代码 “1 - 男,2 - 女”)。 数据清洗:自动检测并处理缺失值、重复值、异常值(如成绩 > 100 分),通过规则引擎实现数据校验(如 “学生年龄需在 16-30 岁之间”)。 元数据管理:记录数据来源、格式、更新频率、负责人等信息,生成数据血缘图谱,追踪数据从产生到应用的全生命周期。 二、数据共享与交换核心功能 分布式数据存储 基于 Hadoop HDFS 实现海量数据存储:结构化数据(成绩、消费记录)存入 HBase,非结构化数据(文档、图片、视频)直接存储于 HDFS,日志类数据通过 Flume 采集至 HDFS。 支持数据分片与副本机制,确保数据高可用(默认 3 副本存储),满足校园 PB 级数据存储需求。 数据交换引擎 构建点对点数据交换通道:各部门系统可通过交换引擎向平台上传数据或申请获取授权数据,支持同步 / 异步交换模式。 交换流程管理:定义数据交换规则(如 “学工系统每日向平台同步新增学生信息”),记录交换日志(成功 / 失败状态、数据量),失败时自动重试。 数据脱敏:对敏感数据(如身份证号、银行卡号)在交换过程中进行脱敏处理(如显示 “110********5678”),兼顾共享与隐私保护。
评论
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