435. 无重叠区间
贪心
- 按照右边界排序，就要从左向右遍历，因为右边界越小越好，只要右边界越小，留给下一个区间的空间就越大，所以从左向右遍历，优先选右边界小的。
- 按照左边界排序，就要从右向左遍历，因为左边界数值越大越好（越靠右），这样就给前一个区间的空间就越大，所以可以从右向左遍历。
- 右边界排序之后，局部最优：优先选右边界小的区间，所以从左向右遍历，留给下一个区间的空间大一些，从而尽量避免交叉。全局最优：选取最多的非交叉区间。
class Solution:
def eraseOverlapIntervals(self, intervals: List[List[int]]) -> int:
intervals.sort(key=lambda x: x[1])
res = 0
i = 0
for j in range(1, len(intervals)):
if intervals[i][1] > intervals[j][0]:
res += 1
# 比较下一个区间
else:
i = j
return res
763. 划分字母区间
更新last_occur index
-
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
class Solution:
def partitionLabels(self, s: str) -> List[int]:
last_occur = [0] * 26
for i in range(len(s)):
last_occur[ord(s[i]) - ord('a')] = i
res = []
start = 0
cur_last = -1
for i in range(len(s)):
cur_last = max(last_occur[ord(s[i]) - ord('a')], cur_last)
if i == cur_last:
res.append(cur_last - start + 1)
start = i + 1
return res
56. 合并区间
贪心
- 按照左边界从小到大排序之后，如果
intervals[i][0] < intervals[i - 1][1]即intervals[i]左边界 < intervals[i - 1]右边界，则一定有重复，因为intervals[i]的左边界一定是大于等于intervals[i - 1]的左边界。 - 其实就是用合并区间后左边界和右边界，作为一个新的区间，加入到result数组里就可以了。如果没有合并就把原区间加入到result数组。
class Solution:
def merge(self, intervals: List[List[int]]) -> List[List[int]]:
intervals.sort(key=lambda x: x[0])
res = [intervals[0]]
for i in range(1, len(intervals)):
if intervals[i][0] <= res[-1][1]:
res[-1][1] = max(res[-1][1], intervals[i][1])
else:
res.append(intervals[i])
return res
