代码随想录算法训练营Day37|56.合并区间、738.单调递增的数字、968.监控二叉树

合并区间

56. 合并区间 - 力扣（LeetCode）

        和之前的思路类似，先创建一个ans二维数组，创建start和end来指明添加进入ans数组的区间下标，先对数组按照首元素排序从小到大排序后，根据当前元素是否小于下一个元素的第一个元素来决定将这个对ans数组进行增加、移动下标或改变end。具体代码如下。

class Solution {
public:
    // 定义一个比较函数，用于sort函数，按照区间的起始点进行排序
    static bool cmp(vector&a, vector&b){
        return a[0] end){
                // 将上一个区间加入ans中
                ans.push_back(vector{begin,end});
                // 更新区间的起始和结束点为当前区间的起始和结束点
                begin = intervals[i+1][0];
                end = intervals[i+1][1];
            }
            else
                // 如果有重叠，更新结束点为当前区间和上一个区间结束点的较大值
                end = max(intervals[i+1][1],end);
            // 如果是最后一个区间，将其加入ans中
            if(i == intervals.size()-2){
                ans.push_back(vector{begin,end});
            }  
        }// 返回合并后的区间
        return ans;
    }
};

算法的时间复杂度为O(nlogn)，空间复杂度为O(n)。

代码随想录中代码

class Solution {
public:
    vector merge(vector& intervals) {
        vector result;
        if (intervals.size() == 0) return result; // 区间集合为空直接返回
        // 排序的参数使用了lambda表达式
        sort(intervals.begin(), intervals.end(), [](const vector& a, const vector& b){return a[0] = intervals[i][0]) { // 发现重叠区间
                // 合并区间，只更新右边界就好，因为result.back()的左边界一定是最小值，因为我们按照左边界排序的
                result.back()[1] = max(result.back()[1], intervals[i][1]); 
            } else {
                result.push_back(intervals[i]); // 区间不重叠 
            }
        }
        return result;
    }
};

• 时间复杂度: O(nlogn)
• 空间复杂度: O(logn)，排序需要的空间开销

  单调递增的数字

  738. 单调递增的数字 - 力扣（LeetCode）

  贪心算法，98的最小单调递增数字为89，第一位不符合单调递增的情况，将该值--，并将后面的数字都变为9，使用字符串可以方便对数字进行处理，所以我们先将数字转换为字符串，然后寻找到第一个不符合单调递增情况的数字，之后对该数字以前的数字全部-1，保证其前几位在符合单调递增的情况下最大，最后把后面的数字全部变为9，即实现了最大的单调递增数字。

  class Solution {
  public:
      int monotoneIncreasingDigits(int n) {
          // 将整数n转换为字符串s，以便逐位处理
          string s = to_string(n);
          int i = 1;
          // 从左到右遍历字符串，直到遇到一个位置i，使得s[i-1] > s[i]
          // 找到需要调整的位置
          while(i  s[i]){
                  s[i - 1] -= 1;
                  i-- ; 
              }
              // 将位置i之后的所有数字都置为'9'，这样可以保证这些位置的数字是最大的
              for(int j = i + 1; j  
  时间复杂度为O(n)，空间复杂度为O(n)。
   
  监控二叉树
   
  968. 监控二叉树 - 力扣（LeetCode）
   
          我开始的想法是用一个层序遍历，然后将偶数层的节点相加得到监控的数目，有些问题，后面再改改。（能力不够，先跳过吧）
   
  class Solution {
  public:
      int minCameraCover(TreeNode* root) {
          queue queue;
          if(root!=nullptr){
              queue.push(root);
          }
          int count = 0;
          int flag = 0;
          TreeNode*cur = root;
          vectorans;
          while(!queue.empty()){
              int size = queue.size();
              ans.push_back(size);
              for(int i = 0; i left){
                      queue.push(cur->left);
                  }
                  if(cur->right){
                      queue.push(cur->right);
                  }
              }
          }
          if(ans.size() left);    // 左
          int right = traversal(cur->right);  // 右
          // 情况1
          // 左右节点都有覆盖
          if (left == 2 && right == 2) return 0;
          // 情况2
          // left == 0 && right == 0 左右节点无覆盖
          // left == 1 && right == 0 左节点有摄像头，右节点无覆盖
          // left == 0 && right == 1 左节点有无覆盖，右节点摄像头
          // left == 0 && right == 2 左节点无覆盖，右节点覆盖
          // left == 2 && right == 0 左节点覆盖，右节点无覆盖
          if (left == 0 || right == 0) {
              result++;
              return 1;
          }
          // 情况3
          // left == 1 && right == 2 左节点有摄像头，右节点有覆盖
          // left == 2 && right == 1 左节点有覆盖，右节点有摄像头
          // left == 1 && right == 1 左右节点都有摄像头
          // 其他情况前段代码均已覆盖
          if (left == 1 || right == 1) return 2;
          // 以上代码我没有使用else，主要是为了把各个分支条件展现出来，这样代码有助于读者理解
          // 这个 return -1 逻辑不会走到这里。
          return -1;
      }
  public:
      int minCameraCover(TreeNode* root) {
          result = 0;
          // 情况4
          if (traversal(root) == 0) { // root 无覆盖
              result++;
          }
          return result;
      }
  };
   
  算法时间复杂度为O(n)，空间复杂度O(n)。