刷题第三十天 435. 无重叠区间 763. 划分字母区间 56. 合并区间

class Solution:
    def eraseOverlapIntervals(self, intervals: List[List[int]]) -> int:
        result = 0
        intervals.sort(key = lambda x: (x[0],x[1]))
        for i in range(len(intervals) - 1):
            if intervals[i+1][0] < intervals[i][1]:
                result += 1
                intervals[i + 1][1] = min(intervals[i][1], intervals[i + 1][1])
        return result

思路就是先按首位排序,首位相同按次位排序,然后依次遍历区间,如果碰到下一个区间的起点小于上一个区间的终点,说明有重复了需要删除。

此时我们删除的标准就是比这两个区间谁的终点更远,局部最优就是每次都删掉终点更远的,这样就可以保证需要删除的区间数量最小,所以让下一个区间的终点等于这两个重叠区间终点较近的那个。

# 1. 先统计每个字母最远出现的位置
# 2. 第二次遍历的时候用left和right来记录区间的长度,每次更新right为当前right和已经遍历到字母的最远位置之间的最大值
# 3. 如果遍历到right了,就记录结果,继续下一区间的遍历
class Solution:
    def partitionLabels(self, s: str) -> List[int]:
        hash_s = [0] * 26
        for i in range(len(s)):
            hash_s[ord(s[i]) - ord('a')] = i
        left = 0
        right = 0
        result = []
        for i in range(len(s)):
            right = max(right, hash_s[ord(s[i]) - ord('a')])
            if right == i:
                result.append(right - left + 1)
                left = right + 1
        return result

先利用哈希来统计每个字母的最远出现位置,然后第二次遍历的时候,用left right来记录左右区间的位置,每次都比较当前右区间以及当前字母对应的最远位置,两者取较大值作为新的right,直到遍历到right的位置,说明已经遍历过的所有字母的最远位置就到这了。

就记录当前区间的长度为right - left +1 然后让left等于right+1,也就是下一个区间的起点,继续循环。

class Solution:
    def merge(self, intervals: List[List[int]]) -> List[List[int]]:
        intervals.sort(key = lambda x: (x[0], x[1]))                            #按区间头排序,区间头相同则按区间尾排
        result = []                                                             #记录结果
        if len(intervals) == 1:                                                 #如果区间只有一个,那么直接返回
            return intervals
        for i in range(len(intervals) - 1):
            if intervals[i + 1][0] > intervals[i][1]:                           #区间不重合的情况,就把前一个区间加入
                result.append(intervals[i])
                if i == len(intervals) - 2:                                     #如果遍历到最后一个也不重合,那就把最后一个区间也加入
                    result.append(intervals[i + 1])
            else:                                                               #区间重合了
                intervals[i + 1][0] = min(intervals[i][0], intervals[i + 1][0]) #把下一个区间的头变成两个区间最小的头,尾变成最大的尾,也就是合并
                intervals[i + 1][1] = max(intervals[i][1], intervals[i + 1][1])  
                if i == len(intervals) - 2:                                     #如果遍历到最后一个了,就把合并完的区间加入
                    result.append(intervals[i + 1])
        return result 

### 力扣435无重叠区间的Python解决方案 对于力扣435——Non-overlapping Intervals,目标是从给定的一组区间中移除尽可能少的数量使得剩余区间互不重叠。一种高效的方法是采用贪心算法来解决这个问。 为了有效地解决问,可以先按照区间的结束位置升序排列这些区间[^1]。通过这种方式,在遍历时总是优先保留那些较早结束的区间,从而为后续可能加入更多非重叠区间留出空间。 下面是具体的Python实现代码: ```python class Interval(object): def __init__(self, start, end): self.start = start self.end = end def eraseOverlapIntervals(intervals): if not intervals: return 0 # Sort the intervals based on their ending time. sorted_intervals = sorted(intervals, key=lambda interval: interval.end) count = 0 prev_end = float('-inf') for current_interval in sorted_intervals: if current_interval.start >= prev_end: # If there is no overlap with previous selected interval, # update `prev_end` and continue without incrementing removals counter (`count`) prev_end = current_interval.end else: # Otherwise, this means we have an overlapping pair; # since intervals are already ordered by 'end', simply increase our removal tally (`count`) count += 1 return count ``` 此方法的时间复杂度主要取决于排序操作O(n log n),其中n表示输入区间的数量;而随后的一次线性扫描只需要O(n)时间。因此整体性能表现良好,适用于大多数实际应用场景中的数据规模[^2]。 值得注意的是,上述逻辑确保了每次遇到新的候选区间时都会选择最早结束的那个作为下一个非重叠部分的一部分,这样就能最大限度地减少被删除掉的区间数目[^3]。
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