科技感网站模板,茂名模板建站代理,深圳网站建设维护,电子商务和网站建设区别435. 无重叠区间
题目要求#xff1a;给定一个区间的集合#xff0c;找到需要移除区间的最小数量#xff0c;使剩余区间互不重叠。
注意: 可以认为区间的终点总是大于它的起点。 区间 [1,2] 和 [2,3] 的边界相互“接触”#xff0c;但没有相互重叠。
示例 1:
输入: [ […435. 无重叠区间
题目要求给定一个区间的集合找到需要移除区间的最小数量使剩余区间互不重叠。
注意: 可以认为区间的终点总是大于它的起点。 区间 [1,2] 和 [2,3] 的边界相互“接触”但没有相互重叠。
示例 1:
输入: [ [1,2], [2,3], [3,4], [1,3] ]输出: 1解释: 移除 [1,3] 后剩下的区间没有重叠。
示例 2:
输入: [ [1,2], [1,2], [1,2] ]输出: 2解释: 你需要移除两个 [1,2] 来使剩下的区间没有重叠。
示例 3:
输入: [ [1,2], [2,3] ]输出: 0解释: 你不需要移除任何区间因为它们已经是无重叠的了。
思路
按照右边界排序从左向右记录非交叉区间的个数。最后用总区间数减去非交叉区间的个数就是需要移除的区间的个数。
核心把所有规则下有重叠的区间当作是一个区间来考虑。
class Solution {
public:static bool cmp(const vectorint a, const vectorint b) {return a[1] b[1];}int eraseOverlapIntervals(vectorvectorint intervals) {if (intervals.size() 0) return 0;sort(intervals.begin(), intervals.end(), cmp);int count 1;int end intervals[0][1];for (int i 1; i intervals.size(); i) {if (end intervals[i][0]) {end intervals[i][1];count;}}return intervals.size() - count;}
};
763.划分字母区间
字符串 S 由小写字母组成。我们要把这个字符串划分为尽可能多的片段同一字母最多出现在一个片段中。返回一个表示每个字符串片段的长度的列表。
示例
输入S ababcbacadefegdehijhklij输出[9,7,8] 解释 划分结果为 ababcbaca, defegde, hijhklij。 每个字母最多出现在一个片段中。 像 ababcbacadefegde, hijhklij 的划分是错误的因为划分的片段数较少。
提示
S的长度在[1, 500]之间。S只包含小写字母 a 到 z 。
思路
在遍历的过程中相当于是要找每一个字母的边界如果找到之前遍历过的所有字母的最远边界说明这个边界就是分割点了。此时前面出现过所有字母最远也就到这个边界了。
统计每一个字符最后出现的位置从头遍历字符并更新字符的最远出现下标如果找到字符最远出现位置下标和当前下标相等了则找到了分割点 class Solution {
public:vectorint partitionLabels(string s) {int hash[27] {0};for (int i 0; i s.size(); i) {hash[s[i] - a] i; // 更新每个字符出现的最后位置}vectorint result;int left 0;int right 0;for (int i 0; i s.size(); i) {right max(right, hash[s[i] - a]); // 找到字符出现的最远边界if (i right) {result.push_back(right - left 1);left i 1;}}return result;}
};
56. 合并区间
题目要求给出一个区间的集合请合并所有重叠的区间。
示例 1:
输入: intervals [[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: intervals [[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。
思路
首先需要先按照左边界排序。先判断重叠然后不断更新重叠的左右边界当遇到不重叠时计入res数组。
按照左边界排序可以保证最小的左边界在前可以直接把第一个左边界push进结果数组在更新时也只需要对重叠进行判断而不需要判断左边界的关系。
class Solution {
public:static bool cmp(const vectorint a, const vectorint b) {return a[0] b[0];}vectorvectorint merge(vectorvectorint intervals) {vectorvectorint result;if (intervals.size() 0) return result;sort(intervals.begin(), intervals.end(), cmp);result.push_back(intervals[0]);for (int i 1; i intervals.size(); i) {if (result.back()[1] intervals[i][0]) {result.back()[1] max(result.back()[1], intervals[i][1]);} else {result.push_back(intervals[i]);}}return result;}
};
时间复杂度: O(nlogn)空间复杂度: O(logn)排序需要的空间开销
/ec 该C代码片段是用于合并区间的。主要有以下几个部分需要考虑时间复杂度
1. sort(intervals.begin(), intervals.end(), cmp);这一行代码的时间复杂度是O(n log n)其中n是区间的数量。这里使用了标准库的排序算法。 2. 循环 for (int i 1; i intervals.size(); i)这一行代码开始的循环有O(n)的时间复杂度。在循环内部所有操作包括vector的push_back和max函数都是O(1)的时间复杂度。
因此总体时间复杂度是O(n log n) O(n) O(n log n)。
所以这个代码的时间复杂度是O(n log n)。
