题目链接
题目描述
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 <= 105
intervals[i].length == 2
-5 * 104 <= starti < endi <= 5 * 104
解题思路
方法一:贪心
我们不妨想一想应该选择哪一个区间作为首个区间。
假设在某一种最优的选择方法中,是首个(即最左侧的)区间,那么它的左侧没有其它区间,右侧有若干个不重叠的区间。设想一下,如果此时存在一个区间
,使得
,即区间 j 的右端点在区间 k 的左侧,那么我们将区间 k 替换为区间 j,其与剩余右侧被选择的区间仍然是不重叠的。而当我们将区间 k 替换为区间 j 后,就得到了另一种最优的选择方法。
我们可以不断地寻找右端点在首个区间右端点左侧的新区间,将首个区间替换成该区间。那么当我们无法替换时,首个区间就是所有可以选择的区间中右端点最小的那个区间。因此我们将所有区间按照右端点从小到大进行排序,那么排完序之后的首个区间,就是我们选择的首个区间。
如果有多个区间的右端点都同样最小怎么办?由于我们选择的是首个区间,因此在左侧不会有其它的区间,那么左端点在何处是不重要的,我们只要任意选择一个右端点最小的区间即可。
当确定了首个区间之后,所有与首个区间不重合的区间就组成了一个规模更小的子问题。由于我们已经在初始时将所有区间按照右端点排好序了,因此对于这个子问题,我们无需再次进行排序,只要找出其中与首个区间不重合并且右端点最小的区间即可。用相同的方法,我们可以依次确定后续的所有区间。
在实际的代码编写中,我们对按照右端点排好序的区间进行遍历,并且实时维护上一个选择区间的右端点 right。如果当前遍历到的区间与上一个区间不重合,即
,那么我们就可以贪心地选择这个区间,并将 right 更新为
。
class Solution {
public int eraseOverlapIntervals(int[][] intervals) {
Arrays.sort(intervals, (a, b) -> {
return a[1] - b[1];
});
int n = 1, right = intervals[0][1];
for(int i = 1; i < intervals.length; ++i){
if(intervals[i][0] >= right){
right = intervals[i][1];
++n;
}
}
return intervals.length - n;
}
}
class Solution {
public int eraseOverlapIntervals(int[][] intervals) {
// 先 end 升序,再 start 降序
// 也可以 start 不降序
Arrays.sort(intervals, (a, b) -> {
if(a[1] > b[1]){
return 1;
}else if(a[1] < b[1]){
return -1;
}
if(a[0] >= b[0]){
return -1;
}else{
return 1;
}
});
int right = intervals[0][1];
// n 为可以留下的区间个数,第一个个肯定可以留下
int n = 1;
for(int i = 1; i < intervals.length; ++i){
// 当前区间 最左侧大于等于 前面的区间最右侧 可以留下,并更新最右侧
if(intervals[i][0] >= right){
++n;
right = intervals[i][1];
}
}
return intervals.length - n;
}
}
时间复杂度 O(nlog n)
- 空间复杂度 O(1)