算法训练Day36|435. 无重叠区间 ● 763.划分字母区间 ● 56. 合并区间

简介: 算法训练Day36|435. 无重叠区间 ● 763.划分字母区间 ● 56. 合并区间

LeetCode:435. 无重叠区间

435. 无重叠区间 - 力扣(LeetCode)

1.思路

无序的数组表,去重复区间,首先进行排序,依据区间一侧进行判重处理,以右边界为届.

计数分为正向计数和逆向计数,区别在于是否符合重复区间的位置不同.

2.代码实现

 1// 正向计数逻辑
 2class Solution {
 3    public int eraseOverlapIntervals(int[][] intervals) {
 4        Arrays.sort(intervals, (a, b) -> {
 5            return Integer.compare(a[0], b[0]);
 6        });
 7        int rem = 0;
 8        int pre = intervals[0][1];
 9        for (int i = 1; i < intervals.length; i++) {
10            if (pre > intervals[i][0]) {
11                rem++;
12                pre = Math.min(pre, intervals[i][1]);
13            } else {
14                pre = intervals[i][1];
15            }
16        }
17        return rem;
18    }
19}
20
21// 逆向计数逻辑
22class Solution {
23    public int eraseOverlapIntervals(int[][] intervals) {
24        Arrays.sort(intervals, (a, b) -> {
25            return Integer.compare(a[0], b[0]);
26        });
27        int count = 1;
28        for (int i = 1; i < intervals.length; i++) {
29            if (intervals[i - 1][1] > intervals[i][0]) {
30                intervals[i][1] = Math.min(intervals[i - 1][1], intervals[i][1]);
31            } else {
32                count++;
33            }
34        }
35        return intervals.length - count;
36    }
37}

3.复杂度分析

时间复杂度:O(n + nlogn).

空间复杂度:O(n)


LeetCode:763.划分字母区间

763. 划分字母区间 - 力扣(LeetCode)


1.思路

创建一个26大小的数组来存放26个字母出现在s中的最大索引,遍历即可,字符串转换为字符数组(这一步可以省略,字符串遍历也一样)。再次遍历字符串更新当前索引范围下的字母最远索引,当idx == edge[s.charAt(i) - 'a']时,添加到结果集中,继续下一段遍历.


2.代码实现

 1// 字符数组实现,中间多一步转化
 2class Solution {
 3    public List<Integer> partitionLabels(String s) {
 4        List<Integer> list = new ArrayList<>();
 5        int[] edge = new int[26];
 6        char[] charS = s.toCharArray();
 7        for (int i = 0; i < charS.length; i++) {
 8            edge[charS[i] - 'a'] = i; 
 9        }
10        int idx = 0;
11        int right = 0;
12        for (int i = 0; i < charS.length; i++) {
13            idx = Math.max(idx, edge[charS[i] - 'a']);
14            if (i == idx) {
15                list.add(i - right + 1);
16                right = i + 1;
17            }
18        }
19        return list;
20    }
21}
22
23// 字符串实现
24class Solution {
25    public List<Integer> partitionLabels(String s) {
26        List<Integer> list = new ArrayList<>();
27        int[] edge = new int[26];
28        for (int i = 0; i < s.length(); i++) {
29            edge[s.charAt(i) - 'a'] = i; 
30        }
31        int idx = 0;
32        int right = 0;
33        for (int i = 0; i < s.length(); i++) {
34            idx = Math.max(idx, edge[s.charAt(i) - 'a']);
35            if (i == idx) {
36                list.add(i - right + 1);
37                right = i + 1;
38            }
39        }
40        return list;
41    }
42}


时间复杂度:O(n).

空间复杂度:O(1).


LeetCode:56. 合并区间

56. 合并区间 - 力扣(LeetCode)


1.思路

抄完上面几个题目之后,这个思路挺清晰的:先排序,而后遍历合并重叠区间,非重叠区间直接加入结果集即可,注意最后一组元素是最后直接加入结果集!!!

学到了链表和数组的结合体的处理方式


2.代码实现

 1// 第一种
 2class Solution {
 3    public int[][] merge(int[][] intervals) {
 4        // 重叠的合并,不重叠的加入即可
 5        // 排序
 6        List<int[]> res = new ArrayList<>();
 7
 8        Arrays.sort(intervals, (a, b) -> {
 9            return Integer.compare(a[0], b[0]);
10        });
11        int pre1 = intervals[0][0];
12        int pre2 = intervals[0][1];
13        for (int i = 1; i < intervals.length; i++) {
14            if (pre2 >= intervals[i][0]) {
15                pre2 = Math.max(pre2, intervals[i][1]);
16            } else {
17                res.add(new int[]{pre1, pre2});
18                pre1 = intervals[i][0];
19                pre2 = intervals[i][1];
20            }
21        }
22        res.add(new int[]{pre1, pre2});
23        return res.toArray(new int[res.size()][]);
24    }
25}
26
27// 第二种
28class Solution {
29    public int[][] merge(int[][] intervals) {
30        // 重叠的合并,不重叠的加入即可
31        // 排序
32        List<List<Integer>> res = new ArrayList<>();
33
34        Arrays.sort(intervals, Comparator.comparingInt(a -> a[0]));
35        int pre1 = intervals[0][0];
36        int pre2 = intervals[0][1];
37        for (int i = 1; i < intervals.length; i++) {
38            if (pre2 >= intervals[i][0]) {
39                pre2 = Math.max(pre2, intervals[i][1]);
40            } else {
41                res.add(Arrays.asList(pre1, pre2));
42                pre1 = intervals[i][0];
43                pre2 = intervals[i][1];
44            }
45        }
46        res.add(Arrays.asList(pre1, pre2));
47
48        int[][] result = new int[res.size()][2];
49        for (int i = 0; i < res.size(); i++) {
50            result[i][0] = res.get(i).get(0);
51            result[i][1] = res.get(i).get(1);
52        }
53        return result;
54    }
55}
56

3.复杂度分析

时间复杂度:O(nlogn).

空间复杂度:O(logn).


相关文章
|
3月前
|
算法 测试技术 C#
C++二分查找算法:包含每个查询的最小区间
C++二分查找算法:包含每个查询的最小区间
|
2月前
|
算法 Java C语言
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-1 算法训练 区间k大数查询
第十四届蓝桥杯集训——练习解题阶段(无序阶段)-ALGO-1 算法训练 区间k大数查询
18 0
|
4月前
|
存储 算法 搜索推荐
【算法训练-排序算法 三】【排序应用】合并区间
【算法训练-排序算法 三】【排序应用】合并区间
48 0
|
1月前
|
存储 SQL 算法
flink cdc 算法问题之low hign点位有重叠如何解决
Flink CDC(Change Data Capture)是一个基于Apache Flink的实时数据变更捕获库,用于实现数据库的实时同步和变更流的处理;在本汇总中,我们组织了关于Flink CDC产品在实践中用户经常提出的问题及其解答,目的是辅助用户更好地理解和应用这一技术,优化实时数据处理流程。
|
3月前
|
算法 测试技术 C#
【map】【滑动窗口】C++算法:最小区间
【map】【滑动窗口】C++算法:最小区间
|
3月前
|
存储 算法 索引
算法题解-汇总区间
算法题解-汇总区间
|
4月前
|
算法 Java
算法编程(十八):汇总区间
算法编程(十八):汇总区间
32 0
|
4月前
|
算法 程序员
【算法训练-链表 一】【反转链表】反转链表、区间反转链表、K个一组反转链表
【算法训练-链表 一】【反转链表】反转链表、区间反转链表、K个一组反转链表
30 0
|
4月前
|
算法 测试技术 C#
C++ 算法:区间和的个数
C++ 算法:区间和的个数
|
4月前
|
算法 测试技术 C#
C++二分查找算法的应用:将数据流变为多个不相交区间
C++二分查找算法的应用:将数据流变为多个不相交区间