代码随想录算法训练营第三十六天| 435.无重叠区间、763.划分字母区间、56.合并区间

本文主要是介绍代码随想录算法训练营第三十六天| 435.无重叠区间、763.划分字母区间、56.合并区间,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!

系列文章目录


目录

  • 系列文章目录
  • 435. 无重叠区间
    • 贪心算法
      • 按左边界排序(与【452. 用最少数量的箭引爆气球】思路差不多)
  • 763.划分字母区间
    • 贪心算法
      • ①将字符串映射到哈希数组,用二维数组记录每个字母存在的区间, 转化为重叠区间问题求解
      • ②将字符串映射到`LinkedHashMap`中,`key`为出现过的字母,`value`为二维数组(存储`key`对应字母的区间索引),然后判断区间是否覆盖(两种方法差不多,映射到哈希数组耗时少些)
      • ③使用一个for循环,更新右边界,当移动下标达到最大右边界时,说明已经找到了一个片段(与【45.跳跃游戏 II】有点像)耗时最少
  • 56. 合并区间
    • 贪心算法
      • 按照重叠区间来比较,则最后一个区间需单独处理


435. 无重叠区间

贪心算法

通过排序让区间尽可能的重叠。可以左边界排序也可右边界排序。
在这里插入图片描述

按左边界排序(与【452. 用最少数量的箭引爆气球】思路差不多)

当两个区间重叠时,需要记录重叠的区间(或者记录最大非交叉区间的数量,即【452. 用最少数量的箭引爆气球】的弓箭的数量,只要把弓箭那道题目代码里非重叠区间的判断条件加个等号(认为[0,1][1,2]不是相邻区间),然后用总区间数减去弓箭数量就是要移除的区间数量了。),并更新最小右边界,因如果下一个区间的左边界<当前最小右边界,则说明有三个区间重叠,必须要删除其中两个才行。而如果下一个区间的左边界>当前最小右边界,则可以只删一个区间就可让区间不重叠。如下图所示:
在这里插入图片描述

class Solution {public int eraseOverlapIntervals(int[][] intervals) {//int nonOverlapNum = 1;int overlapNum = 0;Arrays.sort(intervals, (a, b) -> Integer.compare(a[0], b[0]));/*for (int i = 1; i < intervals.length; i++) {if (intervals[i][0] >= intervals[i - 1][1]) {// 区间非重叠nonOverlapNum++;} else {//重叠intervals[i][1] = Math.min(intervals[i - 1][1], intervals[i][1]);}}return intervals.length - nonOverlapNum;*/for (int i = 1; i < intervals.length; i++) {if (intervals[i][0] < intervals[i - 1][1]) {//区间重叠overlapNum++;intervals[i][1] = Math.min(intervals[i - 1][1], intervals[i][1]);}}return overlapNum;}
}

763.划分字母区间

贪心算法

①将字符串映射到哈希数组,用二维数组记录每个字母存在的区间, 转化为重叠区间问题求解

  • 遍历每个字符记录每个字母的区间:将字符串映射到二维数组上,即下标为s.charAt(i) - 'a'的地方,在遍历字符串时,将每个字符第一次出现的起始位置记录下来,注意第一个元素要区别对待且放在记录其他元素起始位置的下方,否则后面如果出现和第一个元素相同的字母[起始坐标为0],会错误更新起始位置。
  • 判断当前区间与上一个区间是否重叠,进而判断是否划分片段,因是通过遍历字符串来间接遍历该字母所对应的区间,故区间起始位置已经是有序的了,只需查看是否覆盖即可。注意每次划分片段都是在片段的下一个区间进行的,因此最后一个片段得单独处理
  • 缺点:映射的数组没有过滤空元素,即有些没有在字符串中出现过的字母映射的下标上虽然没有值,但却在该数组中。故判断区间是否重叠时只能再遍历字符串以避免遍历到空元素,但这会导致重复遍历区间,比如一个字符出现两次,则会遍历两次该字符所对应的区间,如何只关注区间而不会产生空元素呢?可以映射到LinkedHashMap使存储顺序与输入顺序相同,后序就不需要排序来判断区间是否的覆盖,key为出现过的字母,value为二维数组(存储key对应字母的区间索引)。
import java.util.LinkedList;
import java.util.List;
class Solution {public List<Integer> partitionLabels(String s) {List<Integer> res = new LinkedList<>();int count = 0;int[][] letter = new int[26][2];//26个字母2列 表示该字母对应的区间//遍历每个字符记录每个字母的区间for (int i = 0; i < s.length(); i++) {//第一次出现,更新起始位置if (i > 0 && letter[s.charAt(i) - 'a'][0] == 0) {letter[s.charAt(i) - 'a'][0] = i;}//第一个元素区别对待一下(一定要放在下面,否则后面如果出现和第一个元素相同的字母[起始坐标为0],会错误更新起始位置)letter[s.charAt(0) - 'a'][0] = 0;// 更新结束位置letter[s.charAt(i) - 'a'][1] = i;}
//字符串从前往后遍历,其起始位置已经是有序的了,只需查看是否覆盖即可for (int i = 1; i < s.length(); i++) {if (letter[s.charAt(i - 1) - 'a'][1] >= letter[s.charAt(i) - 'a'][0]) {//重叠letter[s.charAt(i) - 'a'][0] = Math.min(letter[s.charAt(i - 1) - 'a'][0], letter[s.charAt(i) - 'a'][0]);//取最小左边letter[s.charAt(i) - 'a'][1] = Math.max(letter[s.charAt(i - 1) - 'a'][1], letter[s.charAt(i) - 'a'][1]);//取最大右边} else {左边界大于右边界 即分割count = letter[s.charAt(i - 1) - 'a'][1] - letter[s.charAt(i - 1) - 'a'][0] + 1;res.add(count);}}// 每次划分片段都是在片段的下一个区间进行的,最后一个片段得单独处理count = letter[s.charAt(s.length() - 1) - 'a'][1] - letter[s.charAt(s.length() - 1) - 'a'][0] + 1;res.add(count);return res;}
}

②将字符串映射到LinkedHashMap中,key为出现过的字母,value为二维数组(存储key对应字母的区间索引),然后判断区间是否覆盖(两种方法差不多,映射到哈希数组耗时少些)

class Solution {public List<Integer> partitionLabels(String s) {List<Integer> list = new LinkedList<>();LinkedHashMap<Character, int[]> map = new LinkedHashMap<>();int[][] intervals = new int[s.length()][2];//将字符串映射到map中,key为字母,value为字母所对应的区间int index = 0;for (int i = 0; i < s.length(); i++) {if (map.containsKey(s.charAt(i))) {map.get(s.charAt(i))[1] = i;map.put(s.charAt(i), map.get(s.charAt(i)));} else {//第一次遇到元素,将起始位置存入二维数组,其每一个元素是一维数组intervals[index][0] = i;intervals[index][1] = i;map.put(s.charAt(i), intervals[index]);index++;}}int left = intervals[0][0];//左边界int right = intervals[0][1];//右边界for (int i = 1; i < intervals.length; i++) {if (right < intervals[i][0]) {//无重叠list.add(right - left + 1);left = right + 1/*intervals[i][0]*/;//更新左边界}//不管是否重叠都需更新右边界right = Math.max(right, intervals[i][1]);//更新最大右边界}// 每次划分片段都是在片段的下一个区间进行的,最后一个片段得单独处理list.add(right - left + 1);return list;}
}

③使用一个for循环,更新右边界,当移动下标达到最大右边界时,说明已经找到了一个片段(与【45.跳跃游戏 II】有点像)耗时最少

  • 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。
  • 步骤:
    • 使用一维数组只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 List<Integer> partitionLabels(String s) {List<Integer> res = new LinkedList<>();int[] edge = new int[26];//for循环统计每个字母的最大右边界for (int i = 0; i < s.length(); i++) {edge[s.charAt(i) - 'a'] = i;}//找分割点,for循环中,更新右边界,当移动下标达到最大右边界时,说明已经找到了分割点int left = 0;int right = 0;for (int i = 0; i < s.length(); i++) {if (right < edge[s.charAt(i) - 'a']) right = edge[s.charAt(i) - 'a'];//更新最大右边界//上一行代码可写成://right = Math.max(edge[s.charAt(i) - 'a'],right);if (i == right) {//当移动下标达到最大右边界时,说明已经找到了分割点res.add(right - left + 1);left = right + 1;}}return res;}
}

56. 合并区间

本质其实还是判断重叠区间问题。

贪心算法

按照左边界排序,排序之后局部最优:每次合并都取最大的右边界,这样就可以合并更多的区间了,整体最优:合并所有重叠的区间。

按照重叠区间来比较,则最后一个区间需单独处理

import java.util.Arrays;
import java.util.LinkedList;
import java.util.List;
class Solution {public int[][] merge(int[][] intervals) {//先将区间按左边界从小到大排序Arrays.sort(intervals, (a, b) -> Integer.compare(a[0], b[0]));List<int[]> res = new LinkedList<>();//临时存放不重叠的区间int left = intervals[0][0];int right = intervals[0][1];//按照重叠区间来比较,则最后一个区间需单独处理for (int i = 1; i < intervals.length; i++) {if (right < intervals[i][0]) {//如果区间不重叠res.add(new int[]{left, right});//加入区间left = intervals[i][0];//left}right = Math.max(right, intervals[i][1]);//更新最大右边界}//最后一个区间需单独处理res.add(new int[]{left, right});int[][] res1 = new int[res.size()][2];res.toArray(res1);return res1;}
}

时间复杂度 : O(NlogN) ,排序需要O(NlogN)
空间复杂度 : O(logN) ,java 的内置排序是快速排序,需要 O(logN)空间


这篇关于代码随想录算法训练营第三十六天| 435.无重叠区间、763.划分字母区间、56.合并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/920069

相关文章

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

用js控制视频播放进度基本示例代码

《用js控制视频播放进度基本示例代码》写前端的时候,很多的时候是需要支持要网页视频播放的功能,下面这篇文章主要给大家介绍了关于用js控制视频播放进度的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言html部分:JavaScript部分:注意:总结前言在javascript中控制视频播放

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

java之Objects.nonNull用法代码解读

《java之Objects.nonNull用法代码解读》:本文主要介绍java之Objects.nonNull用法代码,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录Java之Objects.nonwww.chinasem.cnNull用法代码Objects.nonN

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时