algorithm - 最大嵌套区间集

标签 algorithm sorting nested complexity-theory intervals

这是一个基于查找最大嵌套区间集大小的问题..

有许多间隔,每个间隔由包含起点和终点 (si, ei) 的对定义。如果 i2 完全位于 i1 内部,则两个区间 i1 和 i2 称为嵌套。示例:- (2,6) 和 (3,4) 是嵌套的,因为 (3,4) 是 (2,6) 的一部分。类似地,如果 i2 位于 i1 内,i3 位于 i2 内,... 等,则 k 间隔 i1、i2、i3....ik 称为嵌套。从给定区间确定最大区间集的大小,以便该集合中的所有区间都可以产生嵌套。

我是这样想的:- 让我们举个例子- (0,7) (0,5) (1,21) (1,9) (2,8) (2,4) (3, 20) (4,16) (5,15) (6,21) 按照a[i-1]<=a[i] && b[i-1]>=b[i] 的方式排序比从第一个间隔开始,我们开始一个链表。如果下一个间隔在一个间隔内,我们向下移动节点并遍历沿着节点创建的图(主列表除外)。我们将最大级别节点的指针存储在新间隔可以适合的这张图..并在链表中进一步遍历以查看当前间隔来自谁..最后我们有一个指向我们必须附加当前间隔的节点的指针..并比较这个节点的级别与我们已经拥有的最大级别.....最大级别的最终值是最大嵌套间隔集的大小..

上述解决方案的复杂性可能是:- O(n(k+l) + nlogn)

我想这样很难得到它,但我别无选择...如果有人有任何其他算法来解决它..请发帖,因为我的算法将花费更长的时间来实现(很多数据结构涉及)...谢谢!!!

最佳答案

编辑:问题的一些解决方案已发布 here ,包括两个声称是 O(n lg n)。但是,我认为 O(n lg n) 解决方案不起作用。我在该页面上发表了评论,说明了原因。如果有人有 O(n lg n) 的解决方案,我很想听听。

二次解

这个问题可以用动态规划在 O(n^2) 时间内解决:

  1. 计算每个区间包含多少个区间(可以用两个嵌套循环来完成)
  2. 按包含区间数的升序对区间进行排序
  3. 使用递归MaxNestedIntervals解决问题

*注: 使用此处的解决方案可以在 O(n lg n) 时间内完成第 1 步:Sub O(n^2) algorithm for counting nested intervals? 使用任何基于比较的最优排序算法都可以在 O(n lg n) 时间内完成步骤 2。 可能有一种方法可以优化第3步,但我还没有找到。


重复发生

MaxNestedIntervals(i) =
    max {j = 0 to i-1} :
        1 + MaxNestedIntervals(j)    if interval i contains interval j
        0                            if interval i doesn't contain interval j

基本案例

MaxNestedIntervals(i) =
    0    if interval i contains 0 intervals
    1    if interval i contains 1 interval

示例代码

import java.util.*;

public class MaxNestedIntervals {
    public static void main(String[] args) {
        Interval[] intervals = new Interval[10];
        intervals[0] = new Interval(0, 7);
        intervals[1] = new Interval(0, 5);
        intervals[2] = new Interval(1, 21);
        intervals[3] = new Interval(1, 9);
        intervals[4] = new Interval(2, 8);
        intervals[5] = new Interval(2, 4);
        intervals[6] = new Interval(3, 20);
        intervals[7] = new Interval(4,16);
        intervals[8] = new Interval(5,15);
        intervals[9] = new Interval(6,21);

        int n = intervals.length;
        AugmentedInterval[] augmentedIntervals = new AugmentedInterval[n];

        for (int i = 0; i < n; i++) {
            augmentedIntervals[i] = new AugmentedInterval(intervals[i]);
        }

        for (int i = 0; i < n; i++) {
            AugmentedInterval outerInterval = augmentedIntervals[i];

            for (int j = 0; j < n; j++) {
                if (i == j) {
                    continue;
                }

                AugmentedInterval innerInterval = augmentedIntervals[j];

                if (outerInterval.contains(innerInterval)) {
                    outerInterval.numContainedIntervals++;

                    if (outerInterval.childInterval == null) {
                        outerInterval.childInterval = innerInterval;
                    }
                }
            }
        }

        Arrays.sort(augmentedIntervals, new Comparator<AugmentedInterval>() {
            public int compare(AugmentedInterval i, AugmentedInterval j) {
                return i.numContainedIntervals - j.numContainedIntervals;
            }
        });

        int maxNestedIntervals = 0;
        AugmentedInterval parentInterval = null;

        for (int i = 0; i < n; i++) {
            AugmentedInterval currentInterval = augmentedIntervals[i];

            if (currentInterval.numContainedIntervals == 0) {
                currentInterval.maxNestedIntervals = 0;
            } else if (currentInterval.numContainedIntervals == 1) {
                currentInterval.maxNestedIntervals = 1;
            } else {
                int maxNestedIntervalsForCurrentInterval = 0;

                for (int j = 0; j < i; j++) {
                    AugmentedInterval candidateNestedInterval = augmentedIntervals[j];
                    int maxNestedIntervalsForCurrentCandidate = candidateNestedInterval.maxNestedIntervals + 1;

                    if (currentInterval.contains(candidateNestedInterval) && maxNestedIntervalsForCurrentCandidate >= maxNestedIntervalsForCurrentInterval) {
                        maxNestedIntervalsForCurrentInterval = maxNestedIntervalsForCurrentCandidate;
                        currentInterval.childInterval = candidateNestedInterval;
                    }
                }

                currentInterval.maxNestedIntervals = maxNestedIntervalsForCurrentInterval;

                if (maxNestedIntervalsForCurrentInterval >= maxNestedIntervals) {
                    maxNestedIntervals = maxNestedIntervalsForCurrentInterval;
                    parentInterval = currentInterval;
                }
            }
        }

        if (n == 0) {
            System.out.println("The largest set of nested intervals is the empty set.");
        } else if (maxNestedIntervals == 0) {
            System.out.println("The largest set of nested intervals has 1 interval.\n");
            System.out.println("That interval is:");
        } else {
            System.out.println("The largest set of nested intervals has " + (maxNestedIntervals + 1) + " intervals.\n");
            System.out.println("Those intervals are:");
        }

        for (AugmentedInterval currentInterval = parentInterval; currentInterval != null; currentInterval = currentInterval.childInterval) {
            System.out.println(currentInterval);
        }

        System.out.println();
    }

    private static class Interval implements Comparable<Interval> {
        public int start = 0;
        public int end = 0;

        public Interval(int start, int end) {
            this.start = start;
            this.end = end;
        }

        public int size() {
            return this.end - this.start;
        }

        public boolean contains(Interval other) {
            return (this.start <= other.start && this.end >= other.end);
        }

        public int compareTo(Interval other) {
            return this.size() - other.size();
        }

        public String toString() {
            return "[" + this.start + ", " + this.end + "]";
        }
    }

    private static class AugmentedInterval extends Interval {
        public int numContainedIntervals = 0;
        public int maxNestedIntervals = 0;
        public AugmentedInterval childInterval = null;

        public AugmentedInterval(Interval interval) {
            super(interval.start, interval.end);
        }
    }
}

关于algorithm - 最大嵌套区间集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12896156/

相关文章:

algorithm - 可以由字符串列表组成的最长字符串

python - 重新排序数组中的值对,使它们按顺序排列

c++ - 带有数字问题的自然排序文件名 C++

ruby-on-rails - 如何在 Controller 中构建嵌套表单的子级

algorithm - 坚持使用 O 符号

c++ - 将二叉树保存到文件

java - 需要帮助按第二个元素然后按第一个元素对二维数组进行排序(Java)

wpf - 嵌套对象更改时更新绑定(bind)

elasticsearch - Elasticsearch无法精确查询文档内的数组字段

c# - String.IndexOf 的 IList<T> 版本(找到一个子 -'string' ,而不仅仅是单个对象)