力扣 757. 设置交集大小至少为2

本文介绍了解决LeetCode问题中如何找到满足与每个区间交集至少有两个元素的最小集合S,通过区间排序和策略分析,提供了一段Java代码实现。核心思路是根据区间边界关系动态调整集合S的长度。

题目来源:https://leetcode.cn/problems/set-intersection-size-at-least-two/

大致题意:
给一组整数区间,找出一个最小的集合 S,使得 S 与每个区间的交集至少有两个元素,返回 S 的长度

思路

对于区间 [l1, r1] 和 区间 [l2, r2],若 l1 <= l2,那么有以下情况:

  1. 若 l1 <= l2 < r2 <= r1,那么这两个区间的交集元素大于等于 2 个
  2. 若 l1 < l2 == r1 < r2,那么这两个区间的交集元素只有一个 l2
  3. 若 r1 < l2,那么这两个区间没有交集

那么,对于以上情况,若使 S 与两个区间的交集元素至少有两个,那么 S 的最小长度为:

  1. S 最小长度为 2,为 l2 和 l2 + 1 即可
  2. S 最小长度为 3,为 l1、l2 和 l2 + 1 即可
  3. S 最小长度为 4,为 l1、l1 + 1、l2 和 l2 + 1 即可

于是可以将区间按照左边界升序排序,左边界相同的按照右边界降序排序(这样倒序遍历时,左边界相同的两个区间,左侧区间包含右侧区间,那么与右侧区间交集至少为 2 的 S,与左侧区间交集也至少为 2),然后倒序遍历区间,求出 S 的最小长度

具体实现时:

  1. 首先设集合的长度为 2,元素为最后一个区间的两个最小元素
  2. 倒序遍历,依次比较当前集合两个最小元素与当前区间的交集,根据上述两个区间交集的三种情况增加集合元素

代码:

public int intersectionSizeTwo(int[][] intervals) {
        // 将区间按照左边界升序,右边界降序排序
        Arrays.sort(intervals, (a, b) -> {
            if (a[0] == b[0]) {
                return b[1] - a[1];
            }
            return a[0] - b[0];
        });
        int n = intervals.length;
        int ans = 2;
        // 表示当前交集中最小的两个元素
        int[] cur = new int[]{intervals[n - 1][0], intervals[n - 1][0] + 1};
        for (int i = n - 2; i >= 0; i--) {
            // 当前区间覆盖了交集的两个最小元素,无需扩大交集
            if (intervals[i][1] >= cur[1]) {
                continue;
            }
            // 当前区间只覆盖了交集的最小元素,需要扩大交集
            if (cur[0] <= intervals[i][1] && intervals[i][1] < cur[1]) {
                cur[1] = cur[0];
                // 将交集最小元素设置为当前区间左边界
                cur[0] = intervals[i][0];
                ans++;
            } else if (intervals[i][1] < cur[0]) {  // 当前区间与交集没有重合元素
                cur[0] = intervals[i][0];
                cur[1] = intervals[i][0] + 1;
                ans += 2;
            }
        }
        return ans;
    }
### 解题思路 LeetCode 2090 题目要求计算一个数组中每个元素的半径为 `k` 的子数组的平均值。如果某个元素的位置 `i` 满足其左右各有 `k` 个元素,即从 `i-k` 到 `i+k` 的子数组存在,则计算该子数组的平均值;否则结果为 `-1`。 为了高效地解决这个问题,可以使用 **滑动窗口** 技术。通过维护一个滑动窗口的和,可以在 `O(n)` 时间复杂度内完成计算。 #### 关键点 - 初始化窗口的大小为 `2*k + 1`,如果数组长度小于这个值,则某些位置无法形成完整的子数组。 - 首先计算初始窗口的总和,然后逐个移动窗口,并更新总和(减去退出窗口的元素,加上进入窗口的元素)。 - 对于无法形成完整窗口的位置,直接标记为 `-1`。 --- ### C++ 实现代码 ```cpp #include <vector> using namespace std; class Solution { public: vector<int> getAverages(vector<int>& nums, int k) { long long n = nums.size(); long long windowSize = 2 * k + 1; vector<int> avg(n, -1); if (windowSize > n) return avg; // 如果窗口比数组还大,全部返回-1 long long sum = 0; for (int i = 0; i < windowSize; ++i) { sum += nums[i]; } avg[k] = sum / windowSize; // 第一个窗口的平均值 for (int i = windowSize; i < n; ++i) { sum += nums[i] - nums[i - windowSize]; // 滑动窗口更新 avg[i - k] = sum / windowSize; // 计算当前窗口的平均值 } return avg; } }; ``` --- ### 示例说明 假设输入如下: ```cpp vector<int> nums = {1, 2, 3, 4, 5, 6, 7, 8, 9}; int k = 3; ``` 输出将是: ```cpp {-1, -1, -1, 4, 5, 6, -1, -1, -1} ``` 其中只有中间部分能够形成完整的窗口,其他位置由于缺少足够的元素而返回 `-1`。 --- ### 复杂度分析 - **时间复杂度**:`O(n)`,其中 `n` 是数组的长度。整个算法只遍历数组一次。 - **空间复杂度**:`O(n)`,用于存储最终的结果数组。 --- ### 性能优化建议 - 使用 `long long` 类型确保累加过程中不会溢出。 - 提前处理窗口大小大于数组长度的情况,避免无效计算。 ---
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

打赏作者

三更鬼

谢谢老板!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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