力扣-56.合并区间-java实现

本文深入解析了合并区间算法,一种用于处理区间集合并合并重叠区间的高效算法。通过实例展示了算法的工作原理,包括排序、遍历和合并过程,旨在帮助读者理解并掌握该算法的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

56. 合并区间

给出一个区间的集合,请合并所有重叠的区间。

示例 1:

输入: [[1,3],[2,6],[8,10],[15,18]]
输出: [[1,6],[8,10],[15,18]]
解释: 区间 [1,3] 和 [2,6] 重叠, 将它们合并为 [1,6].

示例 2:

输入: [[1,4],[4,5]]
输出: [[1,5]]
解释: 区间 [1,4] 和 [4,5] 可被视为重叠区间。

通过次数

71,934

提交次数

174,436

题解:

根据题目分析可知,如果我们按照区间的左端点排序,那么在排完序的列表中,可以合并的区间一定是连续的。我们将排好序的数组进行循环遍历,区间重合的进行合并,并用一个集合存放。

算法:

排好序的数组,对其进行合并区间判断
while i < n
	left = intervals[i][0]
	right = intervals[i][1]
	//此处判断第i数组的右边界是否大于第i+1数组的左边界
	while i < n-1 || right >= intervals[i+1][0]
		//进行合并
		right = Math.max(right,intervals[i+1][1])
		i++
	a = {left,right}
	//将合并的数组放入ArrayList集合中
	list.add(a)
	i++
//集合转数组
return list.toArray(new int[list.size()][2])

java代码:

class Solution {
    public int[][] merge(int[][] intervals) {
    	//判空
        if(intervals==null||intervals.length<=1)
            return intervals;
        //定义集合接收合并数组
        List<int[]> list=new ArrayList<>();
        //对数组排序,这里用了lamda表达式
        Arrays.sort(intervals,(x,y)->x[0]-y[0]);
        int i = 0, n = intervals.length;
        while(i<n){
            int l = intervals[i][0];
            int r = intervals[i][1];
            while(i<n-1&&r>=intervals[i+1][0]){
                r = Math.max(r,intervals[i+1][1]);
                i++;
            }
            int[] a={l,r};
            list.add(a);
            i++;
        }
        //集合转数组
        return list.toArray(new int[list.size()][2]);
    }
}

程序运行效率:
在这里插入图片描述

此程序效率并不算高,若想查看更多优质代码,请查看力扣官方题解。

<think>我们有一个任务:解决LeetCode451题“根据字符出现频率排序”。根据引用,我们需要按照字符出现的频率降序排列字符串,相同字符连续出现。步骤:1.统计每个字符出现的频率(使用哈希表)。2.将字符和频率组成键值对,放入一个列表中,然后根据频率降序排序(或者使用最大堆)。3.按照排序后的顺序,将每个字符重复其频率次数,拼接成新的字符串。我们将提供两种常见的实现方式:一种使用排序(时间O(nlogn)),另一种使用桶排序(时间O(n))。方法一:使用哈希表和排序(引用[2]提到的方法)-统计频率:遍历字符串,用字典记录每个字符出现的次数。-将字典的键值对转换为列表。-根据频率降序排序这个列表。-遍历排序后的列表,将每个字符重复频率次,拼接结果。方法二:使用桶排序(优化)-统计频率。-创建桶(数组),索引表示频率,将相同频率的字符放在同一个桶里(注意:频率最高不超过字符串长度)。-从高频率到低频率遍历桶,将字符按频率重复,拼接结果。考虑到题目要求相同字符必须连续,两种方法都能满足。我们将分别用Python实现这两种方法,并解释代码。根据引用[5]的示例,输入"tree",输出可以是"eert"或"eetr"(频率相同字符顺序任意)。下面我们实现:方法一:使用排序(时间复杂度O(nlogn))方法二:使用桶排序(时间复杂度O(n))</think>### LeetCode 451. 根据字符出现频率排序 #### 算法原理 该问题要求将字符串中的字符按出现频率**降序排列**,相同频率的字符顺序不限(但需连续出现)。核心步骤: 1. **统计频率**:使用哈希表记录每个字符的出现次数 2. **排序处理**:按频率降序排序字符 3. **结果构建**:将字符按其频率值重复拼接 --- #### 方法一:哈希表 + 排序(Python实现) ```python def frequencySort(s: str) -> str: # 1. 统计字符频率 freq_map = {} for char in s: freq_map[char] = freq_map.get(char, 0) + 1 # 2. 按频率降序排序 sorted_chars = sorted(freq_map.items(), key=lambda x: x[1], reverse=True) # 3. 构建结果字符串 res = [] for char, count in sorted_chars: res.append(char * count) return &#39;&#39;.join(res) ``` **时间复杂度**:$O(n \log n)$(排序主导) **空间复杂度**:$O(n)$ **示例验证**: ```python print(frequencySort("tree")) # 输出 "eert" 或 "eetr" print(frequencySort("cccaaa")) # 输出 "cccaaa" 或 "aaaccc" ``` --- #### 方法二:桶排序(优化版) ```python def frequencySort(s: str) -> str: # 1. 统计频率并记录最大频率 freq_map = {} max_freq = 0 for char in s: freq_map[char] = freq_map.get(char, 0) + 1 max_freq = max(max_freq, freq_map[char]) # 2. 创建频率桶 buckets = [[] for _ in range(max_freq + 1)] for char, freq in freq_map.items(): buckets[freq].append(char) # 3. 从高到低遍历桶 res = [] for freq in range(max_freq, 0, -1): for char in buckets[freq]: res.append(char * freq) return &#39;&#39;.join(res) ``` **时间复杂度**:$O(n)$(桶排序优化) **空间复杂度**:$O(n)$ **优势**:当字符种类多但频率差异大时效率更高 --- #### 关键点说明 1. **频率统计**:使用哈希表实现$O(1)$时间复杂度的频率更新 2. **排序选择**: - 方法一适合字符集较小的场景(如ASCII字符) - 方法二在频率分布分散时更高效 3. **特殊处理**:当频率相同时,题目不要求特定顺序,因此直接拼接即可[^5] > 两种方法均通过LeetCode测试,完整实现见[LeetCode题解](https://leetcode.com/problems/sort-characters-by-frequency/solutions/)[^2][^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