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

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


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/576039.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

手搓单链表(无哨兵位)(C语言)

目录 SLT.h SLT.c SLTtest.c 测试示例 单链表优劣分析 SLT.h #pragma once#include <stdio.h> #include <assert.h> #include <stdlib.h>typedef int SLTDataType;typedef struct SListNode {SLTDataType data;struct SListNode* next; }SLTNode;//打印…

数据治理和数据管理 傻傻分不清楚?

互联网时代&#xff0c;数据&#xff0c;这一无形资产&#xff0c;已成为现代企业的核心竞争力。如何高效地管理和利用数据&#xff0c;成为企业关注的焦点。在这个过程中&#xff0c;数据治理&#xff08;Data Governance&#xff09;和数据管理&#xff08;Data Management&a…

1分钟掌握 Python 函数参数

任何编程语言函数都是非常重要的一部分&#xff0c;而在进行函数调用时&#xff0c;了解函数的参数传递方式是非常有必要的。Python中支持哪些传参方式呢&#xff1f; Python中的传参方式是比较灵活的&#xff0c;主要包括以下六种&#xff1a; 按照位置传参按照关键字传参默…

【算法基础实验】图论-构建无向图

构建无向图 前提 JAVA实验环境 理论 无向图的数据结构为邻接表数组&#xff0c;每个数组中保存一个Bag抽象数据类型&#xff08;Bag类型需要专门讲解&#xff09; 实验数据 我们的实验数据是13个节点和13条边组成的无向图&#xff0c;由一个txt文件来保存&#xff0c;本…

网贷大数据黑名单要多久才能变正常?

网贷大数据黑名单是指个人在网贷平台申请贷款时&#xff0c;因为信用记录较差而被列入黑名单&#xff0c;无法获得贷款或者贷款额度受到限制的情况。网贷大数据黑名单的具体时间因个人信用状况、所属平台政策以及银行审核标准不同而异&#xff0c;一般来说&#xff0c;需要一定…

森林消防泵柱塞泵工作原理深度解析——恒峰智慧科技

森林是地球上重要的生态系统&#xff0c;而森林火灾则是这一生态系统面临的主要威胁之一。为了有效应对森林火灾&#xff0c;森林消防泵成为了不可或缺的灭火工具。其中&#xff0c;柱塞泵作为森林消防泵的核心部件&#xff0c;其工作原理的理解对于提高森林消防效率具有重要意…

Java面试八股文-2024

面试指南 TMD&#xff0c;一个后端为什么要了解那么多的知识&#xff0c;真是服了。啥啥都得了解 MySQL MySQL索引可能在以下几种情况下失效&#xff1a; 不遵循最左匹配原则&#xff1a;在联合索引中&#xff0c;如果没有使用索引的最左前缀&#xff0c;即查询条件中没有包含…

Javascript 插值搜索与二分搜索

插值搜索和二分搜索都是在有序数组中查找目标元素的算法。它们之间的核心区别在于确定中间元素的方式。 1、二分搜索&#xff08;Binary Search&#xff09;&#xff1a;二分搜索是一种通过将目标值与数组中间元素进行比较&#xff0c;然后根据比较结果缩小搜索范围的算…

ubuntu16安装docker及docker-compose

ubuntu16安装docker及docker-compose 一、环境前期准备 检查系统版本 系统版本最好在16及以上&#xff0c;可以确保系统的兼容性 lsb_release -a查看内核版本及系统架构 建议用 x86_64的系统架构&#xff0c;安装是比较顺利的 uname -a32的系统不支持docker&#xff0c;安…

Adipogen--Progranulin (rat) ELISA Kit

Progranulin (PGRN)是一种广泛表达的多能生长因子&#xff0c;通过激活控制细胞周期进展和细胞运动的信号级联反应&#xff0c;在发育、创伤修复和炎症等过程中发挥作用。它在中枢神经系统中的功能值得关注&#xff0c;因为在额颞退行性变(FTLD)病例中发现了PGRN基因突变。此外…

2024年618有哪些数码家电值得入手?全网最省钱攻略指南

作为全年唯一设在夏季的大型电商狂欢节&#xff0c;618一直是很多人购置数码类、家电类的最好时间节点之一。但是问题来了&#xff0c;现在的数码家电行业“鱼龙混杂”&#xff0c;不仅越来越多新品牌涌入市场&#xff0c;而且各个大品牌为了抢占市场&#xff0c;旗下产品的品类…

ArcGIS专题图制作—3D海底地形

这一期的制图教程将带我们走入马里亚纳海沟&#xff0c;让我们一起绘制这张美妙的地图吧&#xff01;视频也上传到了B站&#xff0c;小伙伴可以去支持一下。 【制图教程】ArcGIS Pro绘制3D海底地形图 B站视频链接&#xff1a;【制图教程】ArcGIS Pro绘制3D海底地形图_哔哩哔哩…

7-31 字符串循环左移

题目链接&#xff1a;7-31 字符串循环左移 一. 题目 1. 题目 2. 输入输出样例 3. 限制 二、代码(python) 1. 代码实现 str1 input().split(\n)[0] num int(input()) len len(str1) if num > len:num num % len # 减少移动次数 print(str1[num:] str1[:num])2. 提交…

Spring Boot携手OAuth2.0,轻松实现微信扫码登录!

作者介绍&#xff1a;✌️大厂全栈码农|毕设实战开发&#xff0c;专注于大学生项目实战开发、讲解和毕业答疑辅导。 推荐订阅精彩专栏 &#x1f447;&#x1f3fb; 避免错过下次更新 Springboot项目精选实战案例 更多项目&#xff1a;CSDN主页YAML墨韵 学如逆水行舟&#xff0c…

21.基础乐理-等音调扩展篇、为何一共十五个大调

首先 等音调 的概念是基于 等音 的概念&#xff0c;比如下图中的音名&#xff1a;因为用的按键相同&#xff0c;音名不同&#xff0c;所以被称为等音调 然后音名一共有35个&#xff0c;如下图&#xff1a;所以在理论上它会有35个大调&#xff0c;但是人总是倾向于选择简单、简洁…

关于pdf.js中文本坐标尺寸的使用

一个电子教材项目中有这样一个需求&#xff1a; 用户向网站上传一个PDF书籍后&#xff0c;网站可以对PDF书籍进行解析&#xff0c;并支持用户对PDF书籍的每一页做一些操作&#xff0c;比如&#xff1a;为英语课本的单词和句子添加音频热区。因为热区数量很多&#xff0c;所以&a…

C# 图像处理 添加水印

方法1&#xff0c;使用自带的画刷进行绘制水印 示例代码 public partial class Form1 : Form{public Form1(){InitializeComponent();}string photoPathstring.Empty;Bitmap image null;private void button1_Click(object sender, EventArgs e) //选择照片{OpenFileDialog d…

LDA主题模型

在文本挖掘领域&#xff0c;大量的数据都是非结构化的&#xff0c;很难从信息中直接获取相关和期望的信息&#xff0c;一种文本挖掘的方法&#xff1a;主题模型&#xff08;Topic Model&#xff09;能够识别在文档里的主题&#xff0c;并且挖掘语料里隐藏信息&#xff0c;并且在…

Windows 下载、安装和使用 Postman 的详细教程!

Postman 是一个功能强大的API测试工具&#xff0c;它可以帮助程序员更轻松地测试和调试 API。在本文中&#xff0c;我们将讨论如何在 Windows 上安装和使用 Postman。 安装 Postman 首先&#xff0c;让我们从 Postman 的官方网站下载并安装&#xff1a;https://www.postman.c…

YOLOV5 TensorRT部署 BatchedNMS(engine模型推理)(下)

主要是在王新宇代码的基础上改进,引入对BatchedNMS的解码 文章目录 1. 修改yolov5.cpp2.修改yololayer.h1. 修改yolov5.cpp 首先增加全局变量,名字根据转onnx时修改的节点名字来,查看onnx文件可以看到,顺序不要弄错。 const char *INPUT_NAME = “images”; const char …