一、题目描述
二、解题思路
我们使用排序+贪心的算法来合并区间：
-
首先按照区间的左端点 进行排序
-
把第一个区间直接放到result里⭐
-
遍历剩余的intervals数组区间元素，逐个判断是否可以合并
-
若可合并，修改结果result中的最后一个元素**（更新右端点为较大的值）**
-
若不可合并，直接添加到结果result中
三、完整代码
class Solution {
public:
vector<vector<int>> merge(vector<vector<int>>& intervals) {
vector<vector<int>> result;
// 按照区间左端点排序
sort(intervals.begin(), intervals.end());
for(int i = 0; i < intervals.size(); i++) {
// 如果结果为空或当前区间与结果最后一个区间不重叠
if(result.empty() || result.back()1 < intervalsi0) {
result.push_back(intervalsi);
}
// 否则合并区间
else {
result.back()1 = max(intervalsi1, result.back()1);
}
}
return result;
}
};
四、代码解析
1. 排序操作
sort(intervals.begin(), intervals.end());
-
按照区间左端点从小到大排序
-
对于二维数组，默认按第一列（左端点）排序
-
排序后，可能重叠的区间会相邻
2. 结果数组的操作
result.back()1
-
result.back()：获取结果数组中的最后一个区间 -
[1]：访问该区间的右端点 -
[0]：访问该区间的左端点
3. 判断是否重叠
if(result.empty() || result.back()1 < intervalsi0)
-
条件1：结果数组为空，直接添加
-
条件2：当前区间的左端点 > 结果最后一个区间的右端点 → 不重叠
-
满足任一条件就创建新区间
4. 合并区间
result.back()1 = max(intervalsi1, result.back()1);
-
当前区间与结果中最后一个区间重叠
-
更新结果最后一个区间的右端点
-
取两个区间右端点的较大值
五、语法要点
1. vector v.back()
vector<int> v = {1, 2, 3};
cout << v.back(); // 输出3，最后一个元素
vector<vector<int>> intervals;
intervals.back(); // 返回最后一个区间（一个vector<int>）
intervals.back()0; // 访问最后一个区间的左端点
intervals.back()1; // 访问最后一个区间的右端点
特点：
-
返回对最后一个元素的引用
-
如果vector为空，调用back()会导致未定义行为
-
通常需要先检查是否为空：
if(!v.empty())
2. 二维vector的排序
vector<vector<int>> intervals;
sort(intervals.begin(), intervals.end());
-
默认按字典序排序：先比较第一个元素，相同再比较第二个
-
这正是我们需要的：按区间左端点排序
3. v.back() 的扩展用法
// 1. 修改最后一个元素
result.back() = {1, 5}; // 直接赋值
// 2. 获取最后一个区间的引用
vector<int>& lastInterval = result.back();
// 3. 使用pop_back()移除最后一个区间
result.pop_back();
// 4. // 获取第一个区间（同样需要确保非空）
result.front();
六、执行示例
输入：[[1,3],[2,6],[8,10],[15,18]]
执行过程：
-
排序后：
[[1,3],[2,6],[8,10],[15,18]] -
i=0: result空 → 添加1,3
-
i=1: 当前2,6, result最后1,3 → 2<3(重叠) → 合并 → 1,max(3,6)=6
-
i=2: 当前8,10, result最后1,6 → 8>6(不重叠) → 添加8,10
-
i=3: 当前15,18, result最后8,10 → 15>10(不重叠) → 添加15,18
最终结果： [[1,6],[8,10],[15,18]]
七、总结
本文介绍了合并重叠区间的高效算法。通过先按左端点排序，然后遍历并合并重叠区间，我们可以在O(n log n)时间复杂度内解决问题。关键点包括：理解排序的重要性、掌握result.back()的用法、以及正确处理区间的合并逻辑。算法简洁高效，是处理区间问题的经典解法。