LeetCode 56. 合并区间
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] 和 [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] 和 [4,5] 可被视为重叠区间。
提示:
- 1 <= intervals.length <= 10^4
- intervals[i].length == 2
- 0 <= starti <=endi <= 104
思路:
每次循环时,对前后两个区间的左右区间分别进行判断。
- 先对 intervals 所有子数组的左边界升序排序,避免出现无序的 intervals 数组,例如:
[[1,4],[0,4]]
,导致输出错误结果:[1,4]
而非[0,4]
然后开始合并:
- 若前一个区间右边界 > 后一个区间左边界,则可开始合并。
注意需要将前一个区间的右边界 preRight 分别于后一个区间的左右边界 endLeft,endRight 进行比较,避免漏掉某些情况
- 若前一个区间右边界 < 后一个区间左边界,则无法合并,直接追加【前一个区间】到res中
res = append(res, intervals[len(intervals)-1])
:追加 intervals 的最后一个元素到 res 结果集中:因为之前每次append的是前一个区间res = append(res, intervals[i-1])
,导致 intervals 的最后一个区间被漏掉
时间复杂度:
O(nlogn),其中 n 为区间的数量。除去排序的开销,我们只需要一次线性扫描,所以主要的时间开销是排序的 O(nlogn)。
空间复杂度:
O(logn),其中 n 为区间的数量。这里计算的是存储答案之外,使用的额外空间。O(logn) 即为排序所需要的空间复杂度。
详情见注释:
func merge(intervals [][]int) [][]int {
// 升序排序:避免出现无序的intervals数组,例如:[[1,4],[0,4]],导致输出错误结果:[1,4]而非[0,4]
sort.Slice(intervals, func(i, j int) bool {
return intervals[i][0] < intervals[j][0]
})
res := make([][]int, 0)
for i := 1; i < len(intervals); i++ {
preLeft, preRight := intervals[i-1][0], intervals[i-1][1]
endLeft, endRight := intervals[i][0], intervals[i][1]
// 若前一个区间右边界 > 后一个区间左边界,则可开始合并
if preRight >= endLeft {
if preRight >= endRight {
intervals[i] = []int{preLeft, preRight}
} else {
intervals[i] = []int{preLeft, endRight}
}
// 若前一个区间右边界 < 后一个区间左边界,则无法合并,直接追加【前一个区间】到res中
} else {
// res = append(res, intervals[i-1])
res = append(res, []int{preLeft, preRight})
}
}
// 追加intervals的最后一个元素:因为之前每次append的是前一个区间,导致intervals的最后一个区间被漏掉
res = append(res, intervals[len(intervals)-1])
return res
}