当前位置: 首页 > news >正文

Leetcode(区间合并习题思路总结,持续更新。。。)

讲解题目: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
def merge(intervals):ans = []intervals.sort(key = lambda x:x[0])for interval in intervals:if not ans or interval[0] > ans[-1][-1]:ans.append(interval)else:ans[-1][-1] = max(interval[-1], ans[-1][-1])return ans

习题1

给你一个 无重叠的 ,按照区间起始端点排序的区间列表 intervals,其中 intervals[i] = [starti, endi] 表示第 i 个区间的开始和结束,并且 intervals 按照 starti 升序排列。同样给定一个区间 newInterval = [start, end] 表示另一个区间的开始和结束。在 intervals 中插入区间 newInterval,使得 intervals 依然按照 starti 升序排列,且区间之间不重叠(如果有必要的话,可以合并区间)。返回插入之后的 intervals。注意 你不需要原地修改 intervals。你可以创建一个新数组然后返回它。示例 1:输入:intervals = [[1,3],[6,9]], newInterval = [2,5]
输出:[[1,5],[6,9]]示例 2:输入:intervals = [[1,2],[3,5],[6,7],[8,10],[12,16]], newInterval = [4,8]
输出:[[1,2],[3,10],[12,16]]
解释:这是因为新的区间 [4,8] 与 [3,5],[6,7],[8,10] 重叠。
def insert(intervals, newInterval):ans = []res = []for i in range(len(intervals)):if newInterval[0] > intervals[i][0]:ans.append(intervals[i])else:ans.append(newInterval)for interval in intervals[i:]:ans.append(interval)breakif len(ans) == len(intervals):ans.append(newInterval)for array in ans:if not res or array[0] > res[-1][-1]:res.append(array)else:res[-1][-1] = max(res[-1][-1], array[-1])return res

官方答案

def insert(intervals, newInterval):ans = []left, right = newInterval[0], newInterval[1]flag = 0for l, r in intervals:if l > right:if flag == 0:ans.append([left, right])flag = 1ans.append([l, r])elif r < left:ans.append([l, r])else:left = min(left, l)right = max(right, r)if flag == 0:ans.append([left, right])return ans

http://www.lryc.cn/news/493890.html

相关文章:

  • 『python爬虫』使用docling 将pdf或html网页转为MD (保姆级图文)
  • elasticsearch现有集群扩展节点
  • 力扣162:寻找峰值
  • Kafka-Connect
  • 递归、搜索与回溯算法 - 3 ( floodfill 记忆化搜素 9000 字详解 )
  • YOLOv9改进,YOLOv9引入CAS-ViT(卷积加自注意力视觉变压器)中AdditiveBlock模块,二次创新RepNCSPELAN4结构
  • HDLCPPP原理与配置
  • react + vite 中的环境变量怎么获取
  • 知识蒸馏中有哪些经验| 目标检测 |mobile-yolov5-pruning-distillation项目中剪枝知识分析
  • Oracle 19c RAC单节点停机维护硬件
  • Linux系统 进程
  • 机载视频流回传+编解码方案
  • Ubuntu 20.04 Server版连接Wifi
  • 【VRChat 改模】开发环境搭建:VCC、VRChat SDK、Unity 等环境配置
  • 人工智能的微积分基础
  • Android 基础类(01)- Thread类 - readyToRun和threadLoop
  • C++设计模式之构造器
  • 红日靶场-5
  • 做异端中的异端 -- Emacs裸奔之路3: 上古神键Hyper
  • Java多线程介绍及使用指南
  • HarmonyOS 5.0应用开发——列表(List)
  • 自动化电气行业的优势和劣势是什么
  • 第 42 章 - Go语言 设计模式
  • 【机器学习】---大语言模型
  • 挑战用React封装100个组件【002】
  • MarkDown-插入图片-图片url地址的生成获取方法
  • 插值、拟合和回归分析的相关知识
  • 【小白学机器学习42】进行多次抽样,样本的分布参数和总体的分布参数的关系
  • 链动星海 质引未来|中信银行加码科技金融 “接力式”服务助力“新质生产力”释放
  • 黑马2024AI+JavaWeb开发入门Day02-JS-VUE飞书作业