代码随想录算法训练营day30 | 贪心算法 | 452.用最少数量的箭引爆气球、435.无重叠区间、763.划分字母区间

本文主要是介绍代码随想录算法训练营day30 | 贪心算法 | 452.用最少数量的箭引爆气球、435.无重叠区间、763.划分字母区间,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • 452.用最少数量的箭引爆气球
      • 思路
    • 435.无重叠区间
      • 思路
    • 763.划分字母区间
      • 思路
        • 问题的转化
    • 总结

今天是贪心算法专题的第四天,今天的三道题目,都算是 重叠区间 问题,大家可以好好感受一下。 都属于那种看起来好复杂, 但一看贪心解法,惊呼:这么巧妙

这种题还是属于那种,做过了也就会了,没做过就很难想出来

不过大家把如下三题做了之后, 重叠区间 基本上差不多了

452.用最少数量的箭引爆气球

题目链接:452. 用最少数量的箭引爆气球 - 力扣(LeetCode)

思路

每一个重叠区间共用一个箭(局部最优),才能做到用最少的箭引爆气球(全局最优),因此我们要让各个气球的区间尽可能重叠,如果气球重叠了,重叠气球中右边界的最小值 之前的区间一定需要一个弓箭,实际上,有多少个不重叠的区间,就需要多少个箭,因此选择右边界排序,统计不重叠区间的个数

以题目示例: [[10,16],[2,8],[1,6],[7,12]],排序后:

可以看到,第一组重叠区间,pos = 6,需要一个箭,气球3的 左边界 > pos,气球3不在第一组重叠区间内,要更新pos = 7,即第二组重叠区间的最小右边界,arrow++,需要一个箭

代码实现

class Solution {
public:static bool cmp(const vector<int>& a, const vector<int>& b){return a[1] < b[1];}int findMinArrowShots(vector<vector<int>>& points) {if(points.empty()){return 0;}sort(points.begin(), points.end(), cmp);int arrow = 1;int pos = points[0][1]; // 初始pos为第一个区间的右边界for(int i=1; i<points.size(); ++i){if(pos >= points[i][0]) // 重叠区间,共用一支箭{continue;}pos = points[i][1]; // 将pos更新为下一个边界的右区间arrow++;}return arrow;}
};

435.无重叠区间

题目链接:435. 无重叠区间 - 力扣(LeetCode)

思路

这道题与 452.用最少数量的箭引爆气球 很类似,452.用最少数量的箭引爆气球 中寻找重叠区间的个数,这道题需要寻找不重叠区间的个数,思想是一致的——先将数组按照有边界排序,然后遍历数组,令end = 当前重叠区间的最小右边界,然后比较end 与 intervals[i] [0]的大小,由于要寻找不重叠区间的个数,我们要在end <= intervals[i] [0]时将count++,同时更新end = intervals[i] [1],即下一个重叠区间的最小右边界

代码如下

class Solution {
public:// 按照区间右边界排序static bool cmp (const vector<int>& a, const vector<int>& b) {return a[1] < b[1];}int eraseOverlapIntervals(vector<vector<int>>& intervals) {if (intervals.size() == 0) return 0;sort(intervals.begin(), intervals.end(), cmp);int count = 1; // 记录非交叉区间的个数int end = intervals[0][1]; // 记录区间分割点for (int i = 1; i < intervals.size(); i++) {if (end <= intervals[i][0]) {end = intervals[i][1];count++;}}return intervals.size() - count;}
};

或者左边界排序,直接求要移除的区间个数:

class Solution {
public:static bool cmp (const vector<int>& a, const vector<int>& b) {return a[0] < b[0]; // 改为左边界排序}int eraseOverlapIntervals(vector<vector<int>>& intervals) {if (intervals.size() == 0) return 0;sort(intervals.begin(), intervals.end(), cmp);int count = 0; // 注意这里从0开始,因为是记录重叠区间for (int i = 1; i < intervals.size(); i++) {if (intervals[i][0] < intervals[i - 1][1]) { //重叠情况intervals[i][1] = min(intervals[i - 1][1], intervals[i][1]);	// 这里用的是min,这是为了尽量减少后续的重叠,选择移除右边界较大的区间(即 end 更新为两个重叠区间中右边界较小的那个),并不是统计重叠区间的个数count++;}}return count;}
};

763.划分字母区间

题目链接:763. 划分字母区间 - 力扣(LeetCode)

思路

问题的转化

可以将这道题转化为重叠区间问题。我们首先统计每个字母出现的起始位置,获得appearIntervals,它记录了s中每个字符的[start, end]

题目要求每个字母至多在一个片段中出现,片段尽量多,因此每个片段对应一个重叠区间,片段的分割点就是重叠区间的右边界,我们使用左边界排序,记录每个重叠区间的start和end,重叠区间的长度就是end - start + 1

代码如下

class Solution {
public:static bool cmp(const vector<int>& a, const vector<int>& b){return a[0] < b[0];}vector<vector<int>> CountIntervals(string s){vector<vector<int>> intervals(26, vector<int>(2,-1));vector<vector<int>> appearIntervals;// 首先统计每个字符出现的区间for(int i=0; i<s.size(); ++i){int index = s[i] - 'a';if(intervals[index][0] == -1){intervals[index][0] = i;}intervals[index][1] = i;}// 筛选出现过的字符区间for(int i=0; i<intervals.size(); ++i){if(intervals[i][1] != -1){appearIntervals.push_back(intervals[i]);}}return appearIntervals;}vector<int> partitionLabels(string s) {vector<vector<int>> appearIntervals = CountIntervals(s);// 寻找重叠区间,记录每个重叠区间的最大右边界,即为断点sort(appearIntervals.begin(), appearIntervals.end(), cmp);int end = appearIntervals[0][1];    // 记录每个重叠区间的终止位置int start = appearIntervals[0][0];vector<int> result;for(int i=1; i<appearIntervals.size(); ++i){if(end > appearIntervals[i][0]){end = max(end, appearIntervals[i][1]);}else{result.push_back(end - start + 1);end = appearIntervals[i][1]; start = appearIntervals[i][0];}}result.push_back(end - start + 1);  // 最后一个重叠区间return result;}
};

总结

对于重叠区间问题:有两种排序方法:按照左边界(起始位置)排序 和 按照右边界(终止位置)排序

  • 按照左边界排序,用于统计重叠区间的个数:

    排序

    • 首先,代码将区间按照左边界进行排序,使得左边界较小的区间排在前面。

    初始化

    • count 初始化为 0,表示当前还没有发现重叠的区间。
    • end 初始化为第一个区间的右边界,表示当前正在处理的区间的右边界。

    遍历区间

    • 对于每个区间,判断它的左边界是否小于当前记录的 end
    • 重叠情况:如果当前区间的左边界小于 end,表示当前区间与之前的区间有重叠,count 增加 1,表示发现了一个重叠区间,同时更新 end 为当前区间和前一个区间的右边界的最大值。
    • 无重叠情况:如果当前区间的左边界大于等于 end,表示当前区间与之前的区间没有重叠,直接更新 end 为当前区间的右边界。

    返回结果

    • 最终 count 的值就是统计到的重叠区间的个数。
    class Solution {
    public:static bool cmp (const vector<int>& a, const vector<int>& b) {return a[0] < b[0]; // 左边界排序}int findIntervals(vector<vector<int>>& intervals) {if (intervals.size() == 0) return 0;sort(intervals.begin(), intervals.end(), cmp);int count = 0; // 注意这里从0开始int end = intervals[0][1];	// 第一个重叠区间的右边界for (int i = 1; i < intervals.size(); i++) {//重叠情况if (end > intervals[i][0]) { count++;end = max(end, intervals[i][1]);	// 更新当前重叠区间的终止位置}else{end = intervals[i][1];}}return count;}
    };
    

以[[1,2],[2,3],[3,4],[1,3]]为例,重叠区间的个数为2:

[1,2][1,3] 是重叠的,因为 [1,2][1,3] 之间有交集 [1,2]

[2,3][1,3] 也是重叠的。

[3,4] 和其他区间没有重叠

  • 按照右边界排序,用于统计不重叠区间的个数:

    排序

    • 代码首先将区间按右边界进行排序,使得右边界较小的区间排在前面。

    初始化

    • count 初始化为 1,表示第一个区间已经被选中,因此至少有一个非重叠区间。
    • end 初始化为第一个区间的右边界,表示当前选中区间的右边界。

    遍历区间

    • 对于每个区间,判断当前区间是否与前一个选中的非重叠区间重叠。
    • 无重叠情况:如果当前区间的左边界大于或等于 end,表示当前区间与之前的选中区间没有重叠,将 end 更新为当前区间的右边界,并将 count 加 1,表示找到了一个新的非重叠区间。
    • 重叠情况:如果当前区间的左边界小于 end,表示当前区间与之前的区间有重叠,但不执行任何操作,继续寻找下一个区间。
    class Solution {
    public:// 按照区间右边界排序static bool cmp (const vector<int>& a, const vector<int>& b) {return a[1] < b[1];}int findIntervals(vector<vector<int>>& intervals) {if (intervals.size() == 0) return 0;sort(intervals.begin(), intervals.end(), cmp);int count = 1; // 记录非交叉区间的个数int end = intervals[0][1]; // 记录区间分割点for (int i = 1; i < intervals.size(); i++) {// 不重叠情况if (end <= intervals[i][0]) {end = intervals[i][1];count++;}}return count;}
    };
    

这篇关于代码随想录算法训练营day30 | 贪心算法 | 452.用最少数量的箭引爆气球、435.无重叠区间、763.划分字母区间的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1103311

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

usaco 1.3 Barn Repair(贪心)

思路:用上M块木板时有 M-1 个间隙。目标是让总间隙最大。将相邻两个有牛的牛棚之间间隔的牛棚数排序,选取最大的M-1个作为间隙,其余地方用木板盖住。 做法: 1.若,板(M) 的数目大于或等于 牛棚中有牛的数目(C),则 目测 给每个牛牛发一个板就为最小的需求~ 2.否则,先对 牛牛们的门牌号排序,然后 用一个数组 blank[ ] 记录两门牌号之间的距离,然后 用数组 an

usaco 1.2 Name That Number(数字字母转化)

巧妙的利用code[b[0]-'A'] 将字符ABC...Z转换为数字 需要注意的是重新开一个数组 c [ ] 存储字符串 应人为的在末尾附上 ‘ \ 0 ’ 详见代码: /*ID: who jayLANG: C++TASK: namenum*/#include<stdio.h>#include<string.h>int main(){FILE *fin = fopen (

C#实战|大乐透选号器[6]:实现实时显示已选择的红蓝球数量

哈喽,你好啊,我是雷工。 关于大乐透选号器在前面已经记录了5篇笔记,这是第6篇; 接下来实现实时显示当前选中红球数量,蓝球数量; 以下为练习笔记。 01 效果演示 当选择和取消选择红球或蓝球时,在对应的位置显示实时已选择的红球、蓝球的数量; 02 标签名称 分别设置Label标签名称为:lblRedCount、lblBlueCount

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO