給定乙個區間的集合 intervals ，其中 intervals[i] = [starti, endi] 。返回 需要移除區間的最小數量，使剩餘區間互不重疊 。
示例：
輸入: intervals = [[1,2],[2,3],[3,4],[1,3]]思路1：貪心演算法在選擇要保留區間時，區間的結尾十分重要：選擇的區間結尾越小，餘留給其它區間的空間就越大，就越能保留更多的區間。因此採取的貪心策略為：優先保留結尾小且不相交的區間。輸出: 1
解釋: 移除 [1,3] 後，剩下的區間沒有重疊。
具體實現方法：先把區間按照結尾的大小進行增序排序，每次選擇結尾最小且和前乙個選擇的區間不重疊的區間。
注意：需要根據實際情況判斷按區間開頭排序還是按區間結尾排序
區間a是最先開始的，如果我們採用區間a作為放入最大不重疊區間的首個區間，那麼後面我們只能採用區間d作為第二個放入最大不重疊區間的區間，但這樣的話，最大不重疊區間的數量為2。但是如果我們採用區間b作為放入最大不重疊區間的首個區間，那麼最大不重疊區間的數量為3，因為區間b是最先結束的。
class solution:
def eraseoverlapintervals(self, intervals: list[list[int]]) -> int:
n = len(intervals)
if not intervals:
# if n == 0:
return 0
intervals.sort(key=lambda x: x[1]) # 根據物件中的第二維資料的值進行公升序
right = intervals[0][1] # 從第乙個區間的右端點開始進行比較
ans = 1 # 留下來的區間數，初始化為 1
for i in range(1, n):
# 後面區間的左端點依次與前面的右端點比較
if intervals[i][0] >= right:
ans += 1
right = intervals[i][1]
return n - ans
空間複雜度：o(logn)，即為排序需要使用的棧空間。
思路2：動態規劃
題目的要求等價於「選出最多數量的區間，使得它們互不重疊」。由於選出的區間互不重疊，因此我們可以將它們按照端點從小到大的順序進行排序，並且無論我們按照左端點還是右端點進行排序，得到的結果都是唯一的。
由於該方法的時間複雜度較高，因此在下面的**中，盡量使用列表推導優化常數，使得其可以在時間限制內通過所有測試資料。
class solution:
def eraseoverlapintervals(self, intervals: list[list[int]]) -> int:
if not intervals:
return 0
intervals.sort()
n = len(intervals)
f = [1]
for i in range(1, n):
return n - max(f)
435 無重疊區間（貪心演算法）
給定乙個區間的集合，找到需要移除區間的最小數量，使剩餘區間互不重疊。注意 可以認為區間的終點總是大於它的起點。區間 1,2 和 2,3 的邊界相互 接觸 但沒有相互重疊。示例 1 輸入 1,2 2,3 3,4 1,3 輸出 1 解釋 移除 1,3 後，剩下的區間沒有重疊。示例 2 輸入 1,2 1,...
貪心演算法 leetcode 435 無重疊區間
include include include include include include using namespace std 貪心演算法 可以認為是動態規劃的乙個特例，相比於動態規劃，使用貪心演算法需要滿足更多的條件，但是效率更高 貪心演算法的條件 每一步都做乙個區域性最優解的選擇，最終的...
力扣 中等 435 無重疊區間
給定乙個區間的集合，找到需要移除區間的最小數量，使剩餘區間互不重疊。注意 可以認為區間的終點總是大於它的起點。區間 1,2 和 2,3 的邊界相互 接觸 但沒有相互重疊。示例 1 輸入 1,2 2,3 3,4 1,3 輸出 1 解釋 移除 1,3 後，剩下的區間沒有重疊。示例 2 輸入 1,2 1,...