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。
示例 3：
输入： intervals = [[4,7],[1,4]]
输出： [[1,7]]
解释： 区间 [1,4] 和 [4,7] 可被视为重叠区间。
提示：
1 <= intervals.length <= 104intervals[i].length == 20 <= starti <= endi <= 104
思路
如果我们按照区间的左端点排序，那么在排完序的列表中，可以合并的区间一定是连续的。如下图所示，标记为蓝色、黄色和绿色的区间分别可以合并成一个大区间，它们在排完序的列表中是连续的：
算法
我们用数组 merged 存储最终的答案。
首先，我们将列表中的区间按照左端点升序排序。然后我们将第一个区间加入 merged 数组中，并按顺序依次考虑之后的每个区间：
如果当前区间的左端点在数组 merged 中最后一个区间的右端点之后，那么它们不会重合，我们可以直接将这个区间加入数组 merged 的末尾；
否则，它们重合，我们需要用当前区间的右端点更新数组 merged 中最后一个区间的右端点，将其置为二者的较大值。
正确性证明
上述算法的正确性可以用反证法来证明：在排完序后的数组中，两个本应合并的区间没能被合并，那么说明存在这样的三元组 (i,j,k) 以及数组中的三个区间 a[i],a[j],a[k] 满足 i<j<k 并且 (a[i],a[k]) 可以合并，但 (a[i],a[j]) 和 (a[j],a[k]) 不能合并。这说明它们满足下面的不等式：
a[i].end<a[j].start(a[i] 和 a[j] 不能合并) a[j].end<a[k].start(a[j] 和 a[k] 不能合并) a[i].end≥a[k].start(a[i] 和 a[k] 可以合并) 我们联立这些不等式（注意还有一个显然的不等式 a[j].start≤a[j].end），可以得到：
a[i].end<a[j].start≤a[j].end<a[k].start 产生了矛盾！这说明假设是不成立的。因此，所有能够合并的区间都必然是连续的。
class Solution {
fun merge(intervals: Array<IntArray>): Array<IntArray> {
val mergeList = mutableListOf<IntArray>()
// 按左端点升序排序
intervals.sortWith { ints, ints1 ->
ints[0] - ints1[0]
}
for (ints in intervals) {
val left = ints[0]
val right = ints[1]
if (mergeList.isEmpty() || mergeList[mergeList.size - 1][1] < left) {
mergeList.add(intArrayOf(left, right))
} else {
mergeList[mergeList.size - 1][1] = mergeList[mergeList.size - 1][1].coerceAtLeast(right)
}
}
return mergeList.toTypedArray()
}
}
复杂度分析
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。
