Medium
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。
请注意,只在一点相交的区间是不重叠的。例如,[1, 2] 和 [2, 3] 是不重叠的。
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 <= 10^5intervals[i].length == 2-5 * 10^4 <= starti < endi <= 5 * 10^4
解题思路
这是一个经典的贪心算法问题。核心思想是要保留尽可能多的非重叠区间,那么移除的区间数量就最少。
解法分析:
贪心策略:按区间的结束时间排序,每次选择结束时间最早且不与已选区间重叠的区间。这样能最大化后续可选择的区间数量。
算法步骤:
- 将所有区间按结束时间升序排序
- 遍历排序后的区间,维护一个变量记录当前已选区间的最晚结束时间
- 如果当前区间的开始时间大于等于已选区间的结束时间,说明不重叠,可以保留
- 否则当前区间与之前区间重叠,需要移除
时间复杂度:排序需要 O(n log n),遍历需要 O(n),总体为 O(n log n)
空间复杂度:只需要常数额外空间,为 O(1)
这种贪心策略的正确性在于:选择结束时间最早的区间能为后续区间留出最多的空间,从而最大化保留区间的数量。
代码实现
class Solution {
public:
int eraseOverlapIntervals(vector<vector<int>>& intervals) {
if (intervals.empty()) return 0;
sort(intervals.begin(), intervals.end(), [](const vector<int>& a, const vector<int>& b) {
return a[1] < b[1];
});
int count = 0;
int end = intervals[0][1];
for (int i = 1; i < intervals.size(); i++) {
if (intervals[i][0] < end) {
count++;
} else {
end = intervals[i][1];
}
}
return count;
}
};
class Solution:
def eraseOverlapIntervals(self, intervals: List[List[int]]) -> int:
if not intervals:
return 0
intervals.sort(key=lambda x: x[1])
count = 0
end = intervals[0][1]
for i in range(1, len(intervals)):
if intervals[i][0] < end:
count += 1
else:
end = intervals[i][1]
return count
public class Solution {
public int EraseOverlapIntervals(int[][] intervals) {
if (intervals.Length == 0) return 0;
Array.Sort(intervals, (a, b) => a[1].CompareTo(b[1]));
int count = 0;
int end = intervals[0][1];
for (int i = 1; i < intervals.Length; i++) {
if (intervals[i][0] < end) {
count++;
} else {
end = intervals[i][1];
}
}
return count;
}
}
var eraseOverlapIntervals = function(intervals) {
if (intervals.length <= 1) return 0;
intervals.sort((a, b) => a[1] - b[1]);
let count = 0;
let end = intervals[0][1];
for (let i = 1; i < intervals.length; i++) {
if (intervals[i][0] < end) {
count++;
} else {
end = intervals[i][1];
}
}
return count;
};
复杂度分析
| 复杂度类型 | 复杂度 | 说明 |
|---|---|---|
| 时间复杂度 | O(n log n) | 主要消耗在排序操作上,遍历为 O(n) |
| 空间复杂度 | O(1) | 只使用了常数额外空间 |