3
无重复字符的最长子串
中等高频
146
LRU缓存机制
中等高频
206
反转链表
简单高频
215
数组中的第K个最大元素
中等高频
25
K个一组翻转链表
困难高频
15
三数之和
中等高频
53
最大子数组和
中等高频
912
排序数组
中等高频
21
合并两个有序链表
简单高频
5
最长回文子串
中等高频
200
岛屿数量
中等高频
33
搜索旋转排序数组
中等高频
46
全排列
中等高频
88
合并两个有序数组
简单高频
20
有效的括号
简单高频
121
买卖股票的最佳时机
简单高频
236
二叉树的最近公共祖先
中等高频
92
反转链表 II
中等高频
103
二叉树的锯齿形层序遍历
中等高频
141
环形链表
简单高频
300
最长上升子序列
中等高频
54
螺旋矩阵
中等高频
143
重排链表
中等高频
23
合并K个排序链表
困难高频
415
字符串相加
简单高频
56
合并区间
中等高频
160
相交链表
简单高频
42
接雨水
困难高频
1143
最长公共子序列
中等高频
124
二叉树中的最大路径和
困难高频
93
复原IP地址
中等高频
82
删除排序链表中的重复元素 II
中等中频
19
删除链表的倒数第N个节点
中等中频
142
环形链表 II
中等中频
4
寻找两个正序数组的中位数
困难中频
199
二叉树的右视图
中等中频
102
二叉树的层序遍历
中等中频
165
比较版本号
中等中频
704
二分查找
简单中频
232
用栈实现队列
简单中频
22
括号生成
中等中频
94
二叉树的中序遍历
简单中频
239
滑动窗口最大值
困难中频
69
x 的平方根
简单中频
148
排序链表
中等中频
32
最长有效括号
困难中频
31
下一个排列
中等中频
8
字符串转换整数 (atoi)
中等中频
70
爬楼梯
简单中频
322
零钱兑换
中等中频
43
字符串相乘
中等中频
76
最小覆盖子串
困难中频
41
缺失的第一个正数
困难中频
105
从前序与中序遍历序列构造二叉树
中等中频
78
子集
中等中频
151
翻转字符串里的单词
中等中频
155
最小栈
简单中频
34
在排序数组中查找元素的第一个和最后一个位置
中等中频
394
字符串解码
中等中频
101
对称二叉树
简单中频
39
组合总和
中等中频
470
用 Rand7() 实现 Rand10()
中等低频
64
最小路径和
中等低频
104
二叉树的最大深度
简单低频
110
平衡二叉树
简单低频
144
二叉树的前序遍历
简单低频
48
旋转图像
中等低频
234
回文链表
简单低频
695
岛屿的最大面积
中等低频
122
买卖股票的最佳时机 II
简单低频
240
搜索二维矩阵 II
中等低频
221
最大正方形
中等低频
98
验证二叉搜索树
中等低频
543
二叉树的直径
简单低频
14
最长公共前缀
简单低频
179
最大数
中等低频
113
路径总和 II
中等低频
662
二叉树最大宽度
中等低频
62
不同路径
中等低频
198
打家劫舍
中等低频
152
乘积最大子数组
中等低频
560
和为K的子数组
中等低频
112
路径总和
简单低频
226
翻转二叉树
简单低频
209
长度最小的子数组
中等低频
227
基本计算器 II
中等低频
169
多数元素
简单低频
24
两两交换链表中的节点
中等低频
139
单词拆分
中等低频
283
移动零
简单低频
718
最长重复子数组
中等低频
1
两数之和
简单低频
2
两数相加
中等低频
#56
中等
高频
排序

合并区间

这是一道围绕数组展开的高频练习。建议先掌握「排序」这套写法,再结合下方步骤讲解理解状态维护、边界处理和复杂度取舍。

数组

题目分析

给你若干个区间,每个区间由起点和终点组成。

如果两个区间有重叠,就把它们合并成一个更大的区间。最后返回所有合并后的结果。

一句话概括:

把有交集的区间连成一段,没有交集的就单独保留。

接下来怎么看推荐代码: 带着这个理解再看推荐代码时,重点观察这条主线:先按区间左端点排序,再顺序扫描,把能重叠的区间持续合并到当前结果尾部。

推荐代码

推荐解法:排序
时间复杂度: O(n log n)
空间复杂度: O(n)
核心思路: 先按区间左端点排序,再顺序扫描,把能重叠的区间持续合并到当前结果尾部。
import java.util.Arrays;
import java.util.Comparator;
import java.util.List;
import java.util.ArrayList;

class Solution {
    public int[][] merge(int[][] intervals) {
        if (intervals.length == 0) {
            return new int[0][2];
        }
        Arrays.sort(intervals, new Comparator<int[]>() {
            public int compare(int[] interval1, int[] interval2) {
                return interval1[0] - interval2[0];
            }
        });
        List<int[]> merged = new ArrayList<int[]>();
        for (int i = 0; i < intervals.length; ++i) {
            int L = intervals[i][0], R = intervals[i][1];
            if (merged.size() == 0 || merged.get(merged.size() - 1)[1] < L) {
                merged.add(new int[]{L, R});
            } else {
                merged.get(merged.size() - 1)[1] = Math.max(merged.get(merged.size() - 1)[1], R);
            }
        }
        return merged.toArray(new int[merged.size()][]);
    }
}

结构化讲解

面试时怎么讲

开场思路

这题我会先排序,再线性扫描合并区间。

核心过程

  1. 按区间左端点排序,让相同重叠段自然靠在一起。
  2. 先把第一个区间放进结果,作为当前合并段。
  3. 依次比较当前区间和结果尾区间:重叠就扩右边界,不重叠就新开一个结果段。
  4. 扫描结束后,结果数组就是所有合并后的区间。

复杂度总结

时间复杂度 O(n log n),空间复杂度 O(n)

面试补一句:这题最值钱的一步不是合并,而是先排序建立局部比较关系。

核心思路

合并区间的关键在于先建立顺序。排序后,后面的区间只可能和结果里的最后一个区间发生关系,因此线性扫一遍就够了。

步骤讲解

1

先按左端点排序

让区间按照起点从小到大排列,保证后面扫描时处理顺序稳定。

为什么这样做:不排序就无法只看相邻关系,区间重叠判断会变复杂。
对应代码提示:Arrays.sort(intervals, (a, b) -> Integer.compare(a[0], b[0]));
2

把第一个区间作为当前合并结果

结果数组先放入排序后的第一个区间,后续区间都尝试和它的尾部比较。

为什么这样做:排序后只需要维护“当前正在合并的最后一个区间”。
对应代码提示:merged.add(intervals[0]);
3

重叠就扩右边界,不重叠就新开一个区间

如果当前区间起点小于等于结果尾区间终点,就更新尾区间终点;否则直接追加新区间。

为什么这样做:排序后,当前区间不可能和更早的区间发生新的重叠关系。
对应代码提示:last[1] = Math.max(last[1], interval[1]);

易错点

没排序就直接扫

无序情况下,当前区间可能和前面任意区间重叠,线性扫描结论不成立。

正确理解:先按区间起点排序,再做单次扫描。

用严格小于判断重叠

[1,4][4,5] 这种边界相接也应该合并。

正确理解:判断条件写成 currentStart <= lastEnd

直接修改原区间后又复用引用

如果代码结构混乱,可能把结果中的区间状态改坏。

正确理解:要么新建结果区间,要么明确只更新结果尾部的右边界。

复杂度与适用判断

时间复杂度:O(n log n)
空间复杂度:O(n)
比其他方案更好在哪里:比两两尝试合并的暴力法清晰很多,也更容易证明不会漏区间。
适用判断:区间题只要涉及重叠、覆盖或并集,优先考虑“排序 + 扫描”。

额外提醒

  • 排序后,当前区间只需要和结果尾部比较。
动画演示仅在桌面端提供,移动端请优先阅读推荐代码与结构化讲解。