代码学习记录29----贪心算法

随想录日记part29

t i m e : time: time 2024.03.27



主要内容:今天深入学习贪心算法,接下来是针对题目的讲解:1. 无重叠区间 2.划分字母区间 3. 合并区间

  • 435. 无重叠区间
  • 763.划分字母区间
  • 56. 合并区间


Topic1无重叠区间

题目:

给定一个区间的集合 i n t e r v a l s intervals intervals ,其中 i n t e r v a l s [ i ] = [ s t a r t i , e n d i ] intervals[i] = [starti, endi] 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 。

输入: i n t e r v a l s = [ [ 1 , 2 ] , [ 2 , 3 ] , [ 3 , 4 ] , [ 1 , 3 ] ] intervals = [[1,2],[2,3],[3,4],[1,3]] intervals=[[1,2],[2,3],[3,4],[1,3]]
输出: 1 1 1
解释: 移除 [ 1 , 3 ] [1,3] [1,3] 后,剩下的区间没有重叠。
思路:

按照右边界排序,从左向右记录非交叉区间的个数。最后用区间总数减去非交叉区间的个数就是需要移除的区间个数了。
在这里插入图片描述

代码如下:

class Solution {public int eraseOverlapIntervals(int[][] intervals) {Arrays.sort(intervals, (a, b) -> Integer.compare(a[0], b[0]));if (intervals.length <= 1)return 0;int result = 0;for (int i = 1; i < intervals.length; i++) {if (intervals[i][0] < intervals[i - 1][1]) {result++;intervals[i][1] = Math.min(intervals[i - 1][1], intervals[i][1]);}}return result;}
}

时间复杂度 O ( n l o g n ) O(nlogn) O(nlogn)
空间复杂度 O ( n ) O(n) O(n)有一个快排,最差情况(倒序)时,需要n次递归调用。因此确实需要O(n)的栈空间



Topic2划分字母区间

题目:

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。

输入: s = " a b a b c b a c a d e f e g d e h i j h k l i j " s = "ababcbacadefegdehijhklij" s="ababcbacadefegdehijhklij"
输出: [ 9 , 7 , 8 ] [9,7,8] [9,7,8]
解释:
划分结果为 " a b a b c b a c a " 、 " d e f e g d e " 、 " h i j h k l i j " "ababcbaca"、"defegde"、"hijhklij" "ababcbaca""defegde""hijhklij"
每个字母最多出现在一个片段中。像 " a b a b c b a c a d e f e g d e " , " h i j h k l i j " "ababcbacadefegde", "hijhklij" "ababcbacadefegde","hijhklij" 这样的划分是错误的,因为划分的片段数较少。

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。
可以分为如下两步:

  • 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
    在这里插入图片描述

整体代码如下:

class Solution {public List<Integer> partitionLabels(String s) {int[] hash = new int[26];char[] chars = s.toCharArray();// 记录每一个字母出现的最远下标for (int i = 0; i < s.length(); i++) {hash[chars[i] - 'a'] = i;}List<Integer> list = new LinkedList<>();int left = 0;int right = 0;for (int i = 0; i < s.length(); i++) {right = Math.max(hash[chars[i] - 'a'], right);if (i == right) {list.add(right - left + 1);left = i + 1;}}return list;}
}

时间复杂度 O ( n ) O(n) O(n)
空间复杂度 O ( 1 ) O(1) O(1)



Topic3合并区间

题目:
以数组 i n t e r v a l s intervals intervals 表示若干个区间的集合,其中单个区间为 i n t e r v a l s [ i ] = [ s t a r t i , e n d i ] intervals[i] = [starti, endi] 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 。

输入: i n t e r v a l s = [ [ 1 , 3 ] , [ 2 , 6 ] , [ 8 , 10 ] , [ 15 , 18 ] ] intervals = [[1,3],[2,6],[8,10],[15,18]] intervals=[[1,3],[2,6],[8,10],[15,18]]
输出: [ [ 1 , 6 ] , [ 8 , 10 ] , [ 15 , 18 ] ] [[1,6],[8,10],[15,18]] [[1,6],[8,10],[15,18]]
解释: 区间 [ 1 , 3 ] [1,3] [1,3] [ 2 , 6 ] [2,6] [2,6] 重叠, 将它们合并为 [ 1 , 6 ] [1,6] [1,6]

思路:

先排序,让所有的相邻区间尽可能的重叠在一起,按左边界,或者右边界排序都可以,处理逻辑稍有不同。按照左边界从小到大排序之后,如果 i n t e r v a l s [ i ] [ 0 ] < = i n t e r v a l s [ i − 1 ] [ 1 ] intervals[i][0] <= intervals[i - 1][1] intervals[i][0]<=intervals[i1][1] i n t e r v a l s [ i ] intervals[i] intervals[i]的左边界 < = i n t e r v a l s [ i − 1 ] <= intervals[i - 1] <=intervals[i1]的右边界,则一定有重叠。这么说有点抽象,看图:(注意图中区间都是按照左边界排序之后了)

在这里插入图片描述

代码实现如下:

class Solution {public int[][] merge(int[][] intervals) {Arrays.sort(intervals, (a, b) -> Integer.compare(a[0], b[0]));if (intervals.length <= 1)return intervals;List<int[]> result = new LinkedList<>();int left = intervals[0][0];int right = intervals[0][1];for (int i = 1; i < intervals.length; i++) {if (intervals[i][0] > right) {result.add(new int[] { left, right });left = intervals[i][0];right = intervals[i][1];} else {right = Math.max(intervals[i][1], right);}}result.add(new int[] { left, right });return result.toArray(new int[result.size()][]);}
}

时间复杂度: O ( n l o g n ) O(nlogn) O(nlogn)
空间复杂度: O ( l o g n ) O(logn) O(logn)



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:http://www.hqwc.cn/news/572455.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

堆排序基础知识

堆排序基础知识 一、引言二、堆的基本概念三、堆排序的基本思想四、堆排序的详细过程五、堆排序的性能分析六、堆排序的应用七、堆排序的优缺点八、堆排序的实现技巧九、总结与展望 一、引言 堆排序是一种有效的排序算法&#xff0c;它的核心在于使用了一种称为“堆”的数据结…

计算机组成原理-6-计算机的运算方法

6. 计算机的运算方法 文章目录 6. 计算机的运算方法6.1 机器数的表示6.1.1 无符号数和有符号数6.1.2 有符号数-原码6.1.3 有符号数-补码6.1.4 有符号数-反码6.1.5 有符号数-移码6.1.6 原码、补码、反码的比较 6.2 数的定点表示和浮点表示6.2.1 定点表示6.2.2 浮点表示6.2.3 ΔI…

Day20:LeedCode 654.最大二叉树 617.合并二叉树 700.二叉搜索树中的搜索 98.验证二叉搜索树

654. 最大二叉树 给定一个不重复的整数数组 nums 。 最大二叉树 可以用下面的算法从 nums 递归地构建: 创建一个根节点&#xff0c;其值为 nums 中的最大值。递归地在最大值 左边 的 子数组前缀上 构建左子树。递归地在最大值 右边 的 子数组后缀上 构建右子树。 返回 nums …

Manacher算法学习笔记(洛谷题单 Part 5.3 Manacher)

0.随便说说 字符串学的太差了&#xff0c;每次字符串算法都是学完了就忘&#xff0c;正好上场 c f d i v 1 B cfdiv1B cfdiv1B考了一个 M a n a c h e r Manacher Manacher&#xff0c;就先复习它了。 1.一些概念 子串 ( s u b s t r i n g ) (substring) (substring)&#…

dump文件分析OOM及线程堆栈

OutOfMemoryError (OOM) 如果项目报错&#xff1a; OutOfMemoryError: Java heap space&#xff0c;说明堆内存空间&#xff08;Heap Space&#xff09;中没有足够的空间来分配对象了。 一旦发生 OOM&#xff0c;系统有可能不可用&#xff0c;或者频繁重启。属于非常严重的问题…

kubernetes负载均衡资源-Ingress

一、Ingress概念 1.1 Ingress概念 使用NodePort类型的Service可以将集群内部服务暴露给集群外部客广端,但使用这种类型Service存在如下几个问题。 1、一个端口只能一个服务使用,所有通过NodePort暴露的端口都需要提前规划;2、如果通过NodePort暴露端口过多,后期维护成本太…

语法回顾-《Verilog编程艺术》之数据类型

目录 线网&#xff08;net&#xff09; 变量&#xff08;variable&#xff09; 线网和变量的区别 向量 数组 参考《Verilog 编程艺术》魏家明著 线网&#xff08;net&#xff09; 用于表示结构体&#xff08;如逻辑门&#xff09;之间的连接。除了 trireg 之外&#xff…

基于单片机病房温度监测与呼叫系统设计

**单片机设计介绍&#xff0c;基于单片机病房温度监测与呼叫系统设计 文章目录 一 概要二、功能设计设计思路 三、 软件设计原理图 五、 程序六、 文章目录 一 概要 基于单片机病房温度监测与呼叫系统设计概要主要涵盖了通过单片机技术实现病房温度的实时监测以及病人呼叫功能…

【启发式算法】同核分子优化算法 Homonuclear Molecules Optimization HMO算法【Matlab代码#70】

文章目录 【获取资源请见文章第4节&#xff1a;资源获取】1. 算法简介2. 部分代码展示3. 仿真结果展示4. 资源获取 【获取资源请见文章第4节&#xff1a;资源获取】 1. 算法简介 同核分子优化算法&#xff08;Homonuclear Molecules Optimization&#xff0c;HMO&#xff09;是…

pytorch+tensorboard

安装依赖 pip install teorboard pip install torch_tb_profiler了解teorboard 记录并可视化标量[组]、图片[组]。 如何使用 第一步:构建模型,记录中间值,写入summarywriter 每次写入一个标量add_scalar 比如: from torch.utils.tensorboard import SummaryWriter wr…

【Linux】进程地址空间详解

前言 在我们学习C语言或者C时肯定都听过老师讲过地址的概念而且老师肯定还会讲栈区、堆区等区域的概念&#xff0c;那么这个地址是指的物理内存地址吗&#xff1f;这里这些区域又是如何划分的呢&#xff1f; 我们在使用C语言的malloc或者C的new函数开辟空间时&#xff0c;开辟…

鸿蒙应用开发学习:用Marquee组件做个跑马灯

一、前言 鸿蒙应用的学习持续进行中&#xff0c;这两天阅读官方的API参考文档&#xff0c;发现一个有趣的组件——Marquee&#xff0c;用它做了个跑马灯&#xff0c;做个学习记录。 二、参考资料 官网文档链接如下&#xff1a; https://developer.huawei.com/consumer/cn/d…