博客
关于我
leetcode436. 寻找右区间(二分法)
阅读量:258 次
发布时间:2019-03-01

本文共 1516 字,大约阅读时间需要 5 分钟。

为了解决这个问题,我们需要找到每个区间右边的区间,即起始点大于或等于当前区间的终点。我们需要高效地解决这个问题,并返回每个区间的结果。

方法思路

  • 排序区间:首先,我们将所有区间按照起始点进行排序。这样可以使得后续查找过程更高效。
  • 二分查找:对于每个区间,我们使用二分查找来找到第一个满足条件的右侧区间。具体来说,我们在排序后的区间中查找起始点大于或等于当前区间终点的第一个位置。
  • 记录结果:如果找到满足条件的右侧区间,则记录其索引;否则,记录-1。
  • 这种方法的时间复杂度主要由排序和二分查找决定,复杂度为O(n log n),能够高效处理较大的输入规模。

    解决代码

    import java.util.Arrays;import java.util.Comparator;public class Solution {    public int[] findRightInterval(int[][] intervals) {        int n = intervals.length;        int[][] in = new int[n][2];        for (int i = 0; i < n; i++) {            in[i][0] = intervals[i][0];            in[i][1] = i;        }        Arrays.sort(in, new Comparator
    () { @Override public int compare(int[] o1, int[] o2) { return o1[0] - o2[0]; } }); int[] res = new int[n]; for (int i = 0; i < n; i++) { int end = intervals[i][1]; int left = 0; int right = n; while (left < right) { int mid = left + (right - left) / 2; if (in[mid][0] >= end) { right = mid; } else { left = mid + 1; } } if (left < n && in[left][0] >= end) { res[i] = in[left][1]; } else { res[i] = -1; } } return res; }}

    代码解释

  • 排序区间:将每个区间的起始点和原索引存储在数组in中,然后按起始点排序。
  • 二分查找:对于每个区间,使用二分查找在排序后的数组中找到第一个起始点大于或等于当前区间终点的位置。
  • 记录结果:如果找到满足条件的区间,记录其索引;否则,记录-1。
  • 这种方法利用了排序和二分查找的高效性,确保了算法的性能。

    转载地址:http://ywbv.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>
    OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
    查看>>
    OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>