DAY39:贪心算法(八)无重叠区间+划分字母区间+合并区间-程序员宅基地

技术标签: 算法  c++  贪心算法  leetcode  刷题记录  

435.无重叠区间

给定一个区间的集合 intervals ,其中 intervals[i] = [starti, endi] 。返回 需要移除区间的最小数量,使剩余区间互不重叠 。

示例 1:

输入: intervals = [[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: intervals = [ [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: intervals = [ [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。

提示:

  • 1 <= intervals.length <= 10^5
  • intervals[i].length == 2
  • -5 * 10^4 <= starti < endi <= 5 * 10^4

思路

本题和上一题的引爆气球有点像,也是重叠区间的问题。本题是判断删掉多少个区间,能够得到不重合的区间组合。如下图:

在这里插入图片描述
第一步仍然是按照左边界排序,让所有区间按照大小顺序排在一起。

判断相邻两个区间不重叠,也就是i区间左边界>=i-1区间的右边界

if(i>0&&nums[i][0]>nums[i-1][1]){
    
    continue;//不重叠直接继续遍历
}

判断区间如果重叠,那么计数+1(重叠的一定要删掉),和气球题目类似,依旧取最小右边界,看看下一个区间是否重叠

else{
    
    result++;
    //修改右边界
    nums[i][1]=min(nums[i][1],nums[i-1][1]);//修改后继续遍历即可
}

完整版

class Solution {
    
public:
    static bool cmp(vector<int>&a,vector<int>&b){
    
        if(a[0]<b[0])  return true;//左边界升序排序
        return false;
    }
    int eraseOverlapIntervals(vector<vector<int>>& intervals) {
    
        if(intervals.size()==0) return 0;
        sort(intervals.begin(),intervals.end(),cmp);
        int count=0;
        for(int i=1;i<intervals.size();i++){
    
            if(intervals[i][0]>=intervals[i-1][1])  continue;
            //如果重叠,更新最小右边界
            else{
    
                count++;
                intervals[i][1]=min(intervals[i][1],intervals[i-1][1]);
            }
        }
		return count;
    }
};
注意点

在我们自己画图模拟重叠区间的时候,一定要注意,更新最小右边界之后,实际上重叠的区间相当于已经被修改了!也就是说,当前重叠区间的右边界,已经成为最小右边界了

重叠区间原有右边界需要及时在图里删掉,否则容易出现看图看错逻辑的情况。模拟图如下图所示。

在这里插入图片描述
这种情况遍历到7的时候,实际上7前面和8重合的部分,8已经被删掉了,所以并不会出现i=3的重合。

在这里插入图片描述

右区间排序

  • 本题实际上改成右区间排序也能过,因为右区间其实找的还是重叠区间中的最小右区间,只修改cmp即可
class Solution {
    
public:
    static bool cmp(vector<int>&a,vector<int>&b){
    
        if(a[1]<b[1])  return true;//右边界升序排序
        return false;
    }
    int eraseOverlapIntervals(vector<vector<int>>& intervals) {
    
        if(intervals.size()==0) return 0;
        sort(intervals.begin(),intervals.end(),cmp);
        int count=0;
        for(int i=1;i<intervals.size();i++){
    
            if(intervals[i][0]>=intervals[i-1][1])  continue;
            //如果重叠,更新最小右边界
            else{
    
                count++;
                intervals[i][1]=min(intervals[i][1],intervals[i-1][1]);
            }
        }
		return count;
    }
};

763.划分字母区间

给你一个字符串 s 。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

注意,划分结果需要满足:将所有划分结果按顺序连接,得到的字符串仍然是 s

返回一个表示每个字符串片段的长度的列表。

示例 1:

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" 这样的划分是错误的,因为划分的片段数较少。 

示例 2:

输入:s = "eccbbbbdec"
输出:[10]

提示:

  • 1 <= s.length <= 500
  • s 仅由小写英文字母组成

思路

本题首先要理解题意。题目中说同一字母最多出现在一个片段中,也就是说,对字母a来说,划分出来的片段应该包括所有的a。同时还要保证划分出来的片段数目是最多的。

也就是说,一旦包含a,就要包含所有的a,一旦包含b就要包含所有的b

因此,本题的策略是找到每个元素的最远位置,然后看区间之间的包含关系。如下图所示:

在这里插入图片描述
a的最远位置包含了b和c的最远位置。因此第一个区间的分界线就在a的最远位置处。d的最远位置没有包含e,因此我们最后的区间是de最远位置的最大值。

  • 先确定每个元素的最远位置
  • 根据最远位置确定区间分界线在哪里

完整版

  • 记录最远出现位置,只需要hash[字母对应下标]=i就够了,因为出现位置就是是不断更新的i比较近的下标都会被远处的下标覆盖
  • 我们用right=max(right,hash[s[i]-‘a’])的方式,来记录目前为止遍历到的所有元素的最远下标位置。一旦到了这个位置,说明目前为止所有元素的最远下标就是这里,可以计算长度结果了
  • 重置左区间起始点的时候注意,本题区间不能重合
class Solution {
    
public:
    vector<int> partitionLabels(string s) {
    
        vector<int>result;
        //次数数组
        int hash[27]={
    0};
        //先统计每个元素的最远位置
        for(int i=0;i<s.size();i++){
    
            hash[s[i]-'a']=i;//下标i不断更新,最后hash里面的i就是最远位置的i
        }
        int left=0,right=0;
        int length=0;
        //用right记录目前为止所有遍历元素的最大下标
        for(int i=0;i<s.size();i++){
    
            right = max(right,hash[s[i]-'a']);
            //如果已经到了最大下标
            if(i==right){
    
                cout<<right<<endl;
                cout<<left<<endl;
                length=right-left+1;
                result.push_back(length);
                left=right+1;//重置左区间起始点,注意这里一定要left+1,区间不能重合
                length=0;//重置长度
            }
        }
        return result;
    }
};
如何确定区间分界线

如下图所示,本题主要是利用max来记录目前为止遍历过的所有元素里,最远距离最大的那一个

right遍历到了max,也就是说,right目前在的位置,是目前遍历过的所有元素里,最远距离最大的元素!此时right的位置,就是区间的分界线!

在这里插入图片描述

debug测试

第一次提交出现了很奇怪的结果,因为left没赋初值,所以每一次运行,left的值都不一样。修改left=0后问题解决。

在这里插入图片描述

时间复杂度
  • 时间复杂度:O(n),两个并列的for是n+n,实际上结果还是O(n)
  • 空间复杂度:O(1),计数数组是固定大小

总结

这道题目leetcode标记为贪心算法,其实没有太体现贪心策略,找不出局部最优推出全局最优的过程。

本质上还是重叠区间的问题,就是用最远出现距离模拟了圈字符的行为。最远出现距离,相当于重叠区间中包含所有区间的最大区间

56.合并区间(写法1比较考验思维,推荐写法2)

  • 重叠区间题目需要注意元素初值的问题,包括计数变量的初值,以及有时候需要考虑数组i=0时候的初值(因为重叠判断大都是i=1开始的)

以数组 intervals 表示若干个区间的集合,其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间,并返回 一个不重叠的区间数组,该数组需恰好覆盖输入中的所有区间 。

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][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][4,5] 可被视为重叠区间。

提示:

  • 1 <= intervals.length <= 10^4
  • intervals[i].length == 2
  • 0 <= starti <= endi <= 10^4

思路

本题是重叠区间经典题目,和 452.最少弓箭引爆气球 435.无重叠区间 的思路非常类似。

但是也有不同的地方,这道题如果完全按照无重叠区间思路来做,会有逻辑问题,本题因为是result数组收集合并后的区间,因此我们需要更新的是result的最后一个元素,而不是直接在原数组上修改,遇到重叠区间取最值加入result

写法1:直接在原数组上修改,更新i-1

  • 这种写法和更新result.back()很像,但是逻辑是错误的,原因是更新i-1再把i-1加入数组的话,遍历到i+1的时候,i+1并没有接收到i-1更新的信息
class Solution {
    
public:
    //原数组上直接合并的写法
    static bool cmp(vector<int>&a,vector<int>&b){
    
        if(a[0]<b[0]) return true;//左边界升序排序
        return false;
    }
    vector<vector<int>>result;
    vector<vector<int>> merge(vector<vector<int>>& intervals) {
    
        sort(intervals.begin(),intervals.end(),cmp); 
        for(int i=1;i<intervals.size();i++){
    
            //完全不重叠
            if(intervals[i][0]>intervals[i-1][1]){
    
                //cout<<intervals[i-1][1]<<" "<<intervals[i][0]<<endl;
                //把i-1放进去,而不是i
                result.push_back(intervals[i-1]);
                continue;
            }
            //<=都算重叠
            if(intervals[i][0]<=intervals[i-1][1]){
    
                //左边界已经排好序了不用管了
                //intervals[i-1][0]=min(intervals[i-1][0],intervals[i][0]);
                //更新i-1右边界
                intervals[i-1][1]=max(intervals[i-1][1],intervals[i][1]);
                result.push_back(intervals[i-1]);
            }
            //最后一个单独判断,如果不重叠加入自身
            if(i==intervals.size()-1&&intervals[i][0]>intervals[i-1][1])
            result.push_back(intervals[i]);
        }
        
		return result;
    }
};
debug测试

这种写法出现了逻辑错误,因为我们从i=1开始遍历,i=1时更新了i-1为新数组,但是遍历到i=2的时候,并没有接收到新数组的信息,而是依然在和i对比!

在这里插入图片描述

写法1修改版

  • 这种写法比较考验思维,核心在于重叠的时候更新i而不是i-1从而能让下一个元素接收到更新信息。还是推荐第二种写法
  • 最后一个元素,可以直接放入结果数组,是因为不重叠显然可以直接放,即使重叠也是修改完了当前的i,所以也可以直接push_back()
class Solution {
    
public:
    //原数组上直接合并的写法
    static bool cmp(vector<int>&a,vector<int>&b){
    
        if(a[0]<b[0]) return true;//左边界升序排序
        return false;
    }
    vector<vector<int>>result;
    vector<vector<int>> merge(vector<vector<int>>& intervals) {
    
        sort(intervals.begin(),intervals.end(),cmp); 
        for(int i=1;i<intervals.size();i++){
    
            //完全不重叠
            if(intervals[i][0]>intervals[i-1][1]){
    
                //cout<<intervals[i-1][1]<<" "<<intervals[i][0]<<endl;
                //把i-1放进去,而不是i
                result.push_back(intervals[i-1]);
                continue;
            }
            //<=都算重叠
            if(intervals[i][0]<=intervals[i-1][1]){
    
                //更新i而不是i-1
                intervals[i][0]=min(intervals[i-1][0],intervals[i][0]);
                //更新i右边界
                intervals[i][1]=max(intervals[i-1][1],intervals[i][1]);
                //更新之后直接遍历下一个即可,下一个发现不重叠会直接加入结果集
            }
        }
        //所有都结束之后再push_back
        result.push_back(intervals[intervals.size()-1]);
		return result;
    }
};

(推荐)写法2:更新result.back()

  • 由于本题是result存放结果,因此我们可以直接在结果数组中进行判断,这样就包含了第一个元素值的逻辑
  • 注意result.back()[1]就是上个元素的右边界
class Solution {
    
public:
    static bool cmp(vector<int>&a,vector<int>&b){
    
        if(a[0]<b[0]) return true;//左边界升序排序
        return false;
    }
    vector<vector<int>>result;
    vector<vector<int>> merge(vector<vector<int>>& intervals) {
    
        sort(intervals.begin(),intervals.end(),cmp);
        //先把第一个元素加进去
        result.push_back(intervals[0]);
        //开始遍历
        for(int i=1;i<intervals.size();i++){
    
            //完全不重叠,直接和.back()比较
            if(result.back()[1]<intervals[i][0]){
    
                result.push_back(intervals[i]);
            }
            else{
    
                //更新上个元素的右边界,左边界已经排好序了
                //这里需要取最大值,和他本身作比较
                result.back()[1]=max(intervals[i][1],result.back()[1]);
            }
        }
        return result;
    }
};

时间复杂度

  • 时间复杂度: O(nlogn)
  • 空间复杂度: O(n),结果数组大小
  1. 时间复杂度:代码中的排序操作是时间复杂度最高的部分。在C++中,std::sort的平均时间复杂度为O(N log N),其中N是intervals的长度。其余的操作,包括遍历和比较,时间复杂度为O(N)。因此,总的时间复杂度是O(N log N + N),但是在大O表示法中,我们通常只关心最高阶项,所以我们可以忽略掉O(N)部分,所以总的时间复杂度是O(N log N)
  2. 空间复杂度:代码中的空间复杂度主要取决于结果result的大小。在最坏的情况下,如果所有的区间都不重叠,那么result的大小和输入的intervals大小相同,即N。除此之外,sort操作使用的是原地排序,不需要额外的存储空间。所以总的空间复杂度是O(N)

总结

关于重叠区间类型的题目,其实主要就是靠画图模拟。

重叠区间题目需要注意元素初值的问题,包括计数变量的初值,以及有时候需要考虑数组i=0时候的初值(因为重叠判断大都是i=1开始的)。

比如本题,是结果收集不是记录重叠个数,此时就需要考虑数组初值也要被加入结果数组的情况!

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/CFY1226/article/details/131565519

智能推荐

【SassError: expected selector报错 用::v-deep 替换 /deep/的真实写法】_unexpected unknown pseudo-element selector "::v-de-程序员宅基地

文章浏览阅读2.7k次,点赞2次,收藏2次。关于SassError: expected selector报错 ::v-deep 替换 /deep/的正确替换方式_unexpected unknown pseudo-element selector "::v-deep

Linux学习笔记 第0章:计算机概论_字长 位宽-程序员宅基地

文章浏览阅读301次。0.1.0计算机本质计算机:接受用户输入的命令与数据,经由中央处理器的算术与逻辑单元运算处理后产生储存成有用的信息算术逻辑单元(Arithmetic&logical Unit:是中央处理器(CPU)的执行单元,是所有中央处理器的核心组成部分,由与门 和或门构成的算术逻辑单元,主要功能是进行二位元的算术运算,如加减乘(不包括整数除法)。基本上,在所有现代CPU体系结构中,二进制都以补码的..._字长 位宽

Curve25519 Field域2^255-19内的快速运算_curve25519标量乘-程序员宅基地

文章浏览阅读1.2k次,点赞3次,收藏3次。1. 引言对于Curve25519,其Field域内的module Fp = 2255-19。若采用常规的Montgomery reduce算法,其运算性能并不是最优的。如要求某整数 u mod (2^255-19),可将m整数用多项式做如下表示:u=∑iuixi,其中,ui=n∗2⌈25.5i⌉,n∈Nu=\sum_{i}^{}u_ix^i,其中,u_i=n*2^{\left \lce..._curve25519标量乘

超全golang面试题合集和答案+golang学习指南+golang知识图谱_goland面试题-程序员宅基地

文章浏览阅读6.8k次,点赞3次,收藏68次。https://blog.51cto.com/u_15102959/2637222_goland面试题

Python实现自动挂机脚本(基础篇)_我是农场主自动挂机脚本-程序员宅基地

文章浏览阅读8.4w次,点赞67次,收藏608次。不知不觉肝阴阳师也快一年了,对这游戏真是又爱又恨,最近刚刚发布了PC版,突然很想尝试着写个脚本挂机,话不多说进入正题。简单的鼠标操作游戏挂机脚本,无非就是自动移动鼠标,自动点击,进行重复操作,所以,第一步就是如何控制鼠标_我是农场主自动挂机脚本

java 筛法_AcWing 874. 筛法求欧拉函数JAVA-程序员宅基地

文章浏览阅读135次。时间复杂度O(n)java代码import java.util.*;class Main{static int n = 0, N = 1000010;static int[] phi = new int[N];//存储数字n的质数的个数static int[] primes = new int[N];//存储质数的下标对应的质数static int cnt = 0;//存储质数的下标static ..._java 欧拉筛

随便推点

DermoSegDiff: A Boundary-aware Segmentation Diffusion Model for Skin Lesion Delineation-程序员宅基地

文章浏览阅读445次,点赞5次,收藏10次。DermoSegDiff:用于皮肤病变描绘的边界感知分割扩散模型摘要:皮肤病变分割对皮肤病的早期发现和准确诊断起着至关重要的作用。消噪扩散概率模型(ddpm)最近因其出色的图像生成能力而受到关注。在这些进展的基础上,我们提出了DermoSegDiff,这是一个在学习过程中包含边界信息的皮肤病变分割的新框架。我们的方法引入了一种新的损失函数,在训练过程中对边界进行优先排序,逐渐降低其他区域的重要性。我们还介绍了一种新的基于u - net的去噪网络,该网络可以熟练地将网络内的噪声和语义信息集成在一起。在多个_dermosegdiff

常用集函数,count(),sum(),avg(),max(),min()_python round(avg_score, 2)-程序员宅基地

文章浏览阅读1.3w次。1. count()返回匹配制定条件的行数 count(*)返回在给定的选择中被选的行数。2.sum()返回组中所有值的和。sum只能用于数字列,空值会被忽略!3.avg()返回组中值的平均值,空值回避忽略!4.max()返回组中值的最大值5.min()返回组中值的最小值6.过滤掉最低分小于60的学生select snum,sum(scor_python round(avg_score, 2)

lenovo 邵阳E42-80 Ubuntu14.04.5 wireless 驱动安装_昭阳e42-80网卡驱动-程序员宅基地

文章浏览阅读2.7k次。转载地址:https://blog.csdn.net/sc_lilei/article/details/79545524?utm_source=blogxgwz4 装完系统后, $sudo apt-get upgrade系统版本内核变为:jxl@lenovo:~$ uname -aLinux lenovo 4.4.0-138-generic #164~14.04.1-Ubun..._昭阳e42-80网卡驱动

C和C++安全编码笔记:总结_c与c++安全编码 试题-程序员宅基地

文章浏览阅读3.4k次,点赞8次,收藏51次。《C和C++安全编码》(原书第2版)这本书是2013年出版的。这里是基于之前所有笔记的简单总结,笔记列表如下:字符串:https://blog.csdn.net/fengbingchun/article/details/105325508指针诡计:https://blog.csdn.net/fengbingchun/article/details/105458861动态内存管理:https://blog.csdn.net/fengbingchun/article/details/105921_c与c++安全编码 试题

C# 读取Word 表格数据(单元格纵合并)_vc++ ole 判断word表格单元格是否合并-程序员宅基地

文章浏览阅读9.4k次。对于word中存在合并单元格的表格: 下图是对Cells遍历的结果,True表示该行该列的单元格存在,False表示不存在。_vc++ ole 判断word表格单元格是否合并

java面向对象--内部类-程序员宅基地

文章浏览阅读55次。将一个类定义在另一个类里面,里面的那个类称为内部类,与属性、方法等一样视作外部类的成员。内部类提供了更好的封装,不允许同包中的其他类访问该内部类。内部类作为外部类的成员,同样可以被4个访问限定符修饰。如果外部类需要访问非静态内部类的成员,必须创建非静态内部类对象来访问。内部类成员可以直接访问外部类的数据。如果存在一个非静态内部类对象,则一定存在一个被它寄存的外部类对象,也就是说在拥有外...

推荐文章

热门文章

相关标签