2207.字符串中最多数目的子序列

目标

给你一个下标从 0 开始的字符串 text 和另一个下标从 0 开始且长度为 2 的字符串 pattern ,两者都只包含小写英文字母。

你可以在 text 中任意位置插入 一个 字符,这个插入的字符必须是 pattern[0] 或者 pattern[1] 。注意,这个字符可以插入在 text 开头或者结尾的位置。

请你返回插入一个字符后,text 中最多包含多少个等于 pattern 的 子序列 。

子序列 指的是将一个字符串删除若干个字符后(也可以不删除),剩余字符保持原本顺序得到的字符串。

示例 1:

输入:text = "abdcdbc", pattern = "ac"
输出:4
解释:
如果我们在 text[1] 和 text[2] 之间添加 pattern[0] = 'a' ,那么我们得到 "abadcdbc" 。那么 "ac" 作为子序列出现 4 次。
其他得到 4 个 "ac" 子序列的方案还有 "aabdcdbc" 和 "abdacdbc" 。
但是,"abdcadbc" ,"abdccdbc" 和 "abdcdbcc" 这些字符串虽然是可行的插入方案,但是只出现了 3 次 "ac" 子序列,所以不是最优解。
可以证明插入一个字符后,无法得到超过 4 个 "ac" 子序列。

示例 2:

输入:text = "aabb", pattern = "ab"
输出:6
解释:
可以得到 6 个 "ab" 子序列的部分方案为 "aaabb" ,"aaabb" 和 "aabbb" 。

说明:

  • 1 <= text.length <= 10^5
  • pattern.length == 2
  • text 和 pattern 都只包含小写英文字母。

思路

已知字符串 pattern 包含两个小写英文字符,可以将其中的一个字符插入字符串 text,求插入后最多可以得到多少个个等于 pattern 的子序列。

刚开始想的是根据乘法原理来做,统计字符串中这两个字符出现的次数,cnt1cnt2,插入出现次数较小的字符,可以使子序列个数增加最多。子序列个数为 Math.max(cnt1, cnt2) * (Math.min(cnt1, cnt2) + 1)

但是这个想法忽略了这种情况,考虑字符串 mpmpcnt1 = 2, cnt2 = 2,但是子序列个数并不是 4,而是 3,需要减去第二个 m 之前的 p 的个数。我们不妨以 pattern[0] 为终点,统计它前面的 pattern[1] 的个数,将其从结果中减去。

其实这里还有一个漏洞,应该考虑 pattern 这两个字符相同的情况。c(n,2) = n(n - 1)/2,注意实际计算的时候应该将 n1,因为我们插入了一个字符,即 cnt1 * (cnt1 + 1) / 2

还是存在一个问题,比如 text 中的字符与 pattern 都是由一个相同的字符组成,那么 cnt1 最大值为 10^5,在乘法计算时就会溢出,需要使用long类型。

官网题解的思路是先计算不插入字符时子序列的个数,遇到 pattern[1] 就累加 pattern[0],同时记录二者的出现次数:

  • 如果 pattern[1] 出现次数更多,可以在开头插入 pattern[0] 使得子序列个数增加 pattern[1]
  • 如果 pattern[0] 出现次数更多,可以在结尾插入 pattern[1] 使得子序列个数增加 pattern[0]

最后直接将累加结果加上 Math.max(cnt1, cnt2) 即可。

代码


/**
 * @date 2024-09-24 8:54
 */
public class MaximumSubsequenceCount2207 {
    public long maximumSubsequenceCount(String text, String pattern) {
        long cnt1 = 0, cnt2 = 0;
        char c1 = pattern.charAt(0), c2 = pattern.charAt(1);
        char[] chars = text.toCharArray();
        long sub = 0;
        for (char c : chars) {
            if (c1 == c) {
                cnt1++;
                sub += cnt2;
            } else if (c2 == c) {
                cnt2++;
            }
        }
        if (c1 == c2) {
            return cnt1 * (cnt1 + 1) / 2;
        }
        return Math.max(cnt1, cnt2) * (Math.min(cnt1, cnt2) + 1) - sub;
    }

}

性能

1014.最佳观光组合

目标

给你一个正整数数组 values,其中 values[i] 表示第 i 个观光景点的评分,并且两个景点 i 和 j 之间的 距离 为 j - i。

一对景点(i < j)组成的观光组合的得分为 values[i] + values[j] + i - j ,也就是景点的评分之和 减去 它们两者之间的距离。

返回一对观光景点能取得的最高分。

示例 1:

输入:values = [8,1,5,2,6]
输出:11
解释:i = 0, j = 2, values[i] + values[j] + i - j = 8 + 5 + 0 - 2 = 11

示例 2:

输入:values = [1,2]
输出:2

说明:

  • 2 <= values.length <= 5 * 10^4
  • 1 <= values[i] <= 1000

思路

从数组 values 中选两个下标,计算 values[i] + values[j] + i - j 的最大值。

遍历可能组合的复杂度为 O(n^2),暴力求解不可行。很自然地想动态规划,考虑重复子问题是什么?如果是累加 i ~ j 范围内的 value,然后再加上 i - j,由于 value[i] >= 1,当 j 固定的时候,i 应该尽可能的小,因为累加 value[i] 抵消了 i 的减少。但这里并不是累加所有景点的评分,而是选两个景点,然后再考虑它们之间的距离。

注意到,当 j 固定时,评分的最大值即为 value[i] + i 的最大值。当 i 固定时,评分最大值为 values[j] - j 的最大值。但是我们不能直接取这两个最大值相加,需要保证 i 取得最大值时,i < j。枚举右边界,计算之前的最大值。

定义 dp[i] 表示 [0, i] 范围内, value[i] + i 的最大值。那么评分的最大值即为 value[j] - j + dp[j - 1] 的最大值。由于只与 dp[j - 1] 有关,可以进行空间优化,用一个变量保存截止到前一个元素的最大值。

这里面有一个小技巧是将 maxi 放到后面更新,这样就不用维护 i = j - 1 这个指针了。

代码


/**
 * @date 2024-09-23 9:26
 */
public class MaxScoreSightseeingPair1014 {

    public int maxScoreSightseeingPair(int[] values) {
        int n = values.length;
        int maxi = values[0];
        int res = 0;
        for (int j = 1; j < n; j++) {
            res = Math.max(res, values[j] - j + maxi);
            maxi = Math.max(maxi, values[j] + j);
        }
        return res;
    }

}

性能

997.找到小镇的法官

目标

小镇里有 n 个人,按从 1 到 n 的顺序编号。传言称,这些人中有一个暗地里是小镇法官。

如果小镇法官真的存在,那么:

  1. 小镇法官不会信任任何人。
  2. 每个人(除了小镇法官)都信任这位小镇法官。
  3. 只有一个人同时满足属性 1 和属性 2 。

给你一个数组 trust ,其中 trust[i] = [ai, bi] 表示编号为 ai 的人信任编号为 bi 的人。

如果小镇法官存在并且可以确定他的身份,请返回该法官的编号;否则,返回 -1 。

示例 1:

输入:n = 2, trust = [[1,2]]
输出:2

示例 2:

输入:n = 3, trust = [[1,3],[2,3]]
输出:3

示例 3:

输入:n = 3, trust = [[1,3],[2,3],[3,1]]
输出:-1

说明:

  • 1 <= n <= 1000
  • 0 <= trust.length <= 10^4
  • trust[i].length == 2
  • trust 中的所有trust[i] = [ai, bi] 互不相同
  • ai != bi
  • 1 <= ai, bi <= n

思路

小镇至多有一个法官,他不信任任何人却被所有人信任,二维数组 trust 的元素 [a, b] 表示 a 信任 b,如果小镇法官存在返回其编号,否则返回 -1。

使用集合 trusted 表示被信任的人,trusts 表示愿意相信他人的人。我们需要计算 trusted - (trusted ∩ trusts),还必须判断这个人是否被所有人所信任。另外,有一种特殊情况,小镇只有法官一个人,trust 数组为空,我们应该返回编号 1,而不是找不到。

代码


/**
 * @date 2024-09-22 15:31
 */
public class FindJudge997 {

    public int findJudge(int n, int[][] trust) {
        if (trust.length == 0) {
            return n == 1 ? 1 : -1;
        }
        int[] trustedCnt = new int[n + 1];
        int res = -1;
        for (int[] relation : trust) {
            if (++trustedCnt[relation[1]] == n - 1) {
                res = relation[1];
                break;
            }
        }
        for (int[] relation : trust) {
            if (res == relation[0]) {
                return -1;
            }
        }
        return res;
    }

}

性能

2374.边积分最高的节点

目标

给你一个有向图,图中有 n 个节点,节点编号从 0 到 n - 1 ,其中每个节点都 恰有一条 出边。

图由一个下标从 0 开始、长度为 n 的整数数组 edges 表示,其中 edges[i] 表示存在一条从节点 i 到节点 edges[i] 的 有向 边。

节点 i 的 边积分 定义为:所有存在一条指向节点 i 的边的节点的 编号 总和。

返回 边积分 最高的节点。如果多个节点的 边积分 相同,返回编号 最小 的那个。

示例 1:

输入:edges = [1,0,0,0,0,7,7,5]
输出:7
解释:
- 节点 1、2、3 和 4 都有指向节点 0 的边,节点 0 的边积分等于 1 + 2 + 3 + 4 = 10 。
- 节点 0 有一条指向节点 1 的边,节点 1 的边积分等于 0 。
- 节点 7 有一条指向节点 5 的边,节点 5 的边积分等于 7 。
- 节点 5 和 6 都有指向节点 7 的边,节点 7 的边积分等于 5 + 6 = 11 。
节点 7 的边积分最高,所以返回 7 。

示例 2:

输入:edges = [2,0,0,2]
输出:0
解释:
- 节点 1 和 2 都有指向节点 0 的边,节点 0 的边积分等于 1 + 2 = 3 。
- 节点 0 和 3 都有指向节点 2 的边,节点 2 的边积分等于 0 + 3 = 3 。
节点 0 和 2 的边积分都是 3 。由于节点 0 的编号更小,返回 0 。

说明:

  • n == edges.length
  • 2 <= n <= 10^5
  • 0 <= edges[i] < n
  • edges[i] != i

思路

n 个节点编号为 0 ~ n-1,每个节点都有一条边指向自己或者其它节点,edges[i] 表示节点 i 指向节点 edges[i]。节点的边积分定义为所有指向该节点的节点编号之和。求边积分最高的节点编号,如果相同则取编号最小的那个。

直接为被指向节点累加积分,取最大积分中编号最小的即可。容易出错的点是数据溢出,当所有节点都指向 0 节点时,边积分最大,其值为 1 ~ 最大节点编号n 求和 n(n+1)/2。编号最大为 100000,边积分最大值为 5000050000 需要使用 long 型计数。

代码


/**
 * @date 2024-09-21 10:55
 */
public class EdgeScore2374 {

    public int edgeScore(int[] edges) {
        int n = edges.length;
        long[] cnt = new long[n];
        for (int i = 0; i < n; i++) {
            cnt[edges[i]] += i;
        }
        int res = 0;
        for (int i = 0; i < n; i++) {
            if (cnt[i] > cnt[res]) {
                res = i;
            }
        }
        return res;
    }

}

性能

2376.统计特殊整数

目标

如果一个正整数每一个数位都是 互不相同 的,我们称它是 特殊整数 。

给你一个 正 整数 n ,请你返回区间 [1, n] 之间特殊整数的数目。

示例 1:

输入:n = 20
输出:19
解释:1 到 20 之间所有整数除了 11 以外都是特殊整数。所以总共有 19 个特殊整数。

示例 2:

输入:n = 5
输出:5
解释:1 到 5 所有整数都是特殊整数。

示例 3:

输入:n = 135
输出:110
解释:从 1 到 135 总共有 110 个整数是特殊整数。
不特殊的部分数字为:22 ,114 和 131 。

说明:

  • 1 <= n <= 2 * 10^9

思路

求 1 ~ n 之间的特殊整数,所谓特殊整数指 十进制 下的每一位都不相同的整数。

// todo

代码

性能

2414.最长的字母序连续子字符串的长度

目标

字母序连续字符串 是由字母表中连续字母组成的字符串。换句话说,字符串 "abcdefghijklmnopqrstuvwxyz" 的任意子字符串都是 字母序连续字符串 。

  • 例如,"abc" 是一个字母序连续字符串,而 "acb" 和 "za" 不是。

给你一个仅由小写英文字母组成的字符串 s ,返回其 最长 的 字母序连续子字符串 的长度。

示例 1:

输入:s = "abacaba"
输出:2
解释:共有 4 个不同的字母序连续子字符串 "a"、"b"、"c" 和 "ab" 。
"ab" 是最长的字母序连续子字符串。

示例 2:

输入:s = "abcde"
输出:5
解释:"abcde" 是最长的字母序连续子字符串。

说明:

  • 1 <= s.length <= 10^5
  • s 由小写英文字母组成

思路

首先要明确 字母序连续 的含义, abc 是字母序连续,abd abccd 是不是字母序连续?不是。

An alphabetical continuous string is a string consisting of consecutive letters in the alphabet. In other words, it is any substring of the string "abcdefghijklmnopqrstuvwxyz".

字母序连续字符串是由字母表中连续的字母组成的字符串,即 abcdefghijklmnopqrstuvwxyz 的任意子字符串。

有一个由小写英文字母组成的字符串,求它的字母序连续子串的最大长度。显然,最大长度不会超过26。只需要一次遍历,如果不是字母序连续则重新计数,取最大值即可。

代码


/**
 * @date 2024-09-19 13:48
 */
public class LongestContinuousSubstring2414 {

    public int longestContinuousSubstring(String s) {
        int n = s.length();
        int res = 0;
        int cnt = 0;
        int last = s.charAt(0) - 1;
        for (int i = 0; i < n; i++) {
            char c = s.charAt(i);
            if (c - last == 1) {
                res = Math.max(res, ++cnt);
            } else {
                cnt = 1;
            }
            last = c;
        }
        return res;
    }

}

性能

2332.坐上公交的最晚时间

目标

给你一个下标从 0 开始长度为 n 的整数数组 buses ,其中 buses[i] 表示第 i 辆公交车的出发时间。同时给你一个下标从 0 开始长度为 m 的整数数组 passengers ,其中 passengers[j] 表示第 j 位乘客的到达时间。所有公交车出发的时间互不相同,所有乘客到达的时间也互不相同。

给你一个整数 capacity ,表示每辆公交车 最多 能容纳的乘客数目。

每位乘客都会搭乘下一辆有座位的公交车。如果你在 y 时刻到达,公交在 x 时刻出发,满足 y <= x 且公交没有满,那么你可以搭乘这一辆公交。最早 到达的乘客优先上车。

返回你可以搭乘公交车的最晚到达公交站时间。你 不能 跟别的乘客同时刻到达。

注意:数组 buses 和 passengers 不一定是有序的。

示例 1:

输入:buses = [10,20], passengers = [2,17,18,19], capacity = 2
输出:16
解释:
第 1 辆公交车载着第 1 位乘客。
第 2 辆公交车载着你和第 2 位乘客。
注意你不能跟其他乘客同一时间到达,所以你必须在第二位乘客之前到达。

示例 2:

输入:buses = [20,30,10], passengers = [19,13,26,4,25,11,21], capacity = 2
输出:20
解释:
第 1 辆公交车载着第 4 位乘客。
第 2 辆公交车载着第 6 位和第 2 位乘客。
第 3 辆公交车载着第 1 位乘客和你。

说明:

  • n == buses.length
  • m == passengers.length
  • 1 <= n, m, capacity <= 10^5
  • 2 <= buses[i], passengers[i] <= 10^9
  • buses 中的元素 互不相同 。
  • passengers 中的元素 互不相同 。

思路

已知某路公交车的最大容量 capacity,离开时间数组 buses,以及乘客到达时间数组 passengers。离开/到达 时间是整数,乘客的到达时间各不相同,自己的到达时间也不能与其它乘客重复,问能够赶上公交的最晚到达时间。

刚开始想到了二分查找,理论上来说只要在 0 ~ buses[n - 1] 内找到不与 passengers 重复的最大值即可。但是问题在于,如果与其它乘客的到达时间重复了,我们该如何缩小范围呢?向左找还是向右找?这个是不确定的,二分查找需要能够明确地排除一半的数据范围,这里是做不到的。

我们也不能直接从小于 buses[n - 1] 的乘客开始向前枚举,因为车的容量是有限的,如果前面积压的乘客过多,后面的乘客照样上不了车。

如果没有限制条件,我们只需要作为最后一班车的最后一名乘客上车即可。但这里要求到达时间不能与其它乘客相同,如果已经有乘客在最后一班车准备离开时到达,我们无法作为最后一名乘客上车。考虑这种极端情况,公交到达时间为 5 10 15 容量为5,乘客到达时间为 2 3 4 5 6 | 7 8 9 10 11 | 12 13 14 15 16 我们必须在时间 1 之前到达,其它时间会与乘客到达时间相同或者赶不上公交。

我们可以首先将公交的离开时间以及乘客的到达时间排序,然后枚举每一辆公交,如果 passengers[i] <= buses[j] && capacity > 0 就可以上车,并将 capacity-- 。车满了或者没有剩余乘客在当前公交离开时间之前到达,将 capacity 重置,等待下一班车。然后我们判断最后一班车是否有剩余位置,如果有则取 buses[n - 1],否则取最后一位上车的乘客到达时间。最后判断是否与最后一名上车的乘客的到达时间相同,如果相同,则将时间减一并与倒数第二名上车的乘客到达时间比较,以此类推。最开始使用了哈希表保存了乘客的到达时间,然后判断是否在集合内,其实没有必要,因为乘客到达时间数组已经排过序了,依次从后向前找如果不相等则一定不在数组中。

最后的处理有许多细节,比如不能直接取最后一名乘客的到达时间减1,需要判断是否有空位;如果有空位不能直接返回buses[n - 1],需要判断是否重复;最开始是外层枚举乘客,内层枚举公交车,这样会漏掉乘客枚举完但还剩余公交车的情况,这时最后一名乘客不能算入最后一班车的位置,等等。

代码


/**
 * @date 2024-09-18 10:41
 */
public class LatestTimeCatchTheBus2332 {

    public int latestTimeCatchTheBus_v2(int[] buses, int[] passengers, int capacity) {
        Arrays.sort(buses);
        Arrays.sort(passengers);
        int n = buses.length;
        int m = passengers.length;
        int i = 0, j = 0, cnt = capacity;
        for (; i < n; i++) {
            cnt = capacity;
            while (cnt > 0 && j < m && passengers[j] <= buses[i]) {
                cnt--;
                j++;
            }
        }
        int res;
        j--;
        if (cnt > 0) {
            res = buses[n - 1];
        } else {
            res = passengers[j];
        }
        while (j >= 0 && passengers[j] == res) {
            res--;
            j--;
        }
        return res;
    }

}

性能

815.公交路线[中秋快乐]

目标

给你一个数组 routes ,表示一系列公交线路,其中每个 routes[i] 表示一条公交线路,第 i 辆公交车将会在上面循环行驶。

  • 例如,路线 routes[0] = [1, 5, 7] 表示第 0 辆公交车会一直按序列 1 -> 5 -> 7 -> 1 -> 5 -> 7 -> 1 -> ... 这样的车站路线行驶。

现在从 source 车站出发(初始时不在公交车上),要前往 target 车站。 期间仅可乘坐公交车。

求出 最少乘坐的公交车数量 。如果不可能到达终点车站,返回 -1 。

示例 1:

输入:routes = [[1,2,7],[3,6,7]], source = 1, target = 6
输出:2
解释:最优策略是先乘坐第一辆公交车到达车站 7 , 然后换乘第二辆公交车到车站 6 。

示例 2:

输入:routes = [[7,12],[4,5,15],[6],[15,19],[9,12,13]], source = 15, target = 12
输出:-1

说明:

  • 1 <= routes.length <= 500.
  • 1 <= routes[i].length <= 10^5
  • routes[i] 中的所有值 互不相同
  • sum(routes[i].length) <= 10^5
  • 0 <= routes[i][j] < 10^6
  • 0 <= source, target < 10^6

思路

求不带权的最短路径直接使用BFS即可,但这题求的是换乘次数最少的路径。我们可以将问题转化为带权的最短路径问题,如果需要换乘,将权重设为1,否则权重为0。

// todo

代码

性能

1184.公交站间的距离

目标

环形公交路线上有 n 个站,按次序从 0 到 n - 1 进行编号。我们已知每一对相邻公交站之间的距离,distance[i] 表示编号为 i 的车站和编号为 (i + 1) % n 的车站之间的距离。

环线上的公交车都可以按顺时针和逆时针的方向行驶。

返回乘客从出发点 start 到目的地 destination 之间的最短距离。

示例 1:

输入:distance = [1,2,3,4], start = 0, destination = 1
输出:1
解释:公交站 0 和 1 之间的距离是 1 或 9,最小值是 1。

示例 2:

输入:distance = [1,2,3,4], start = 0, destination = 2
输出:3
解释:公交站 0 和 2 之间的距离是 3 或 7,最小值是 3。

示例 3:

输入:distance = [1,2,3,4], start = 0, destination = 3
输出:4
解释:公交站 0 和 3 之间的距离是 6 或 4,最小值是 4。

说明:

  • 1 <= n <= 10^4
  • distance.length == n
  • 0 <= start, destination < n
  • 0 <= distance[i] <= 10^4

思路

有一个数组 distance,元素 distance[i] 表示车站 i 到 车站 i + 1 的距离。环线上的车可以顺时针或逆时针行驶,求 startdestination 的最短距离。

假设,start <= destination。实际上是比较子数组 [start, destination - 1] 的元素和 与 子数组 [0, start - 1] [destination, n - 1] 的元素和,取其中的较小值。

由于是环形的,因此有可能 start > destination。注意处理初始条件,否则子数组 [start, destination - 1] 不合法,而 [0, start - 1] [destination, n - 1] 则覆盖了所有站点。

代码


/**
 * @date 2024-09-16 20:08
 */
public class DistanceBetweenBusStops1184 {

    public int distanceBetweenBusStops(int[] distance, int start, int destination) {
        int n = distance.length;
        int s = Math.min(start, destination);
        int e = Math.max(start, destination);
        int d1 = 0, d2 = 0;
        for (int i = 0; i < n; i++) {
            if (i < s || i >= e) {
                d1 += distance[i];
            } else {
                d2 += distance[i];
            }
        }
        return Math.min(d1, d2);
    }
}

性能

2848.与车相交的点

目标

给你一个下标从 0 开始的二维整数数组 nums 表示汽车停放在数轴上的坐标。对于任意下标 i,nums[i] = [starti, endi] ,其中 starti 是第 i 辆车的起点,endi 是第 i 辆车的终点。

返回数轴上被车 任意部分 覆盖的整数点的数目。

示例 1:

输入:nums = [[3,6],[1,5],[4,7]]
输出:7
解释:从 1 到 7 的所有点都至少与一辆车相交,因此答案为 7 。

示例 2:

输入:nums = [[1,3],[5,8]]
输出:7
解释:1、2、3、5、6、7、8 共计 7 个点满足至少与一辆车相交,因此答案为 7 。

说明:

  • 1 <= nums.length <= 100
  • nums[i].length == 2
  • 1 <= starti <= endi <= 100

思路

用一个二维数组表示 n 个线段,每一行表示线段的两个端点,问这些线段覆盖的整数点个数。

简单的想法是将线段覆盖的每个整数加入 HashSet,最后返回集合大小即可。线段个数最多 100 个,端点的范围在 1 ~ 100 最多10000 次循环,可行。

更好的做法是将相交的线段合并,最终仅计算相交线段的长度之和即可。先将线段按照起点排序,如果后面线段的起点小于前面的终点,取当前线段的终点与前面合并线段的终点中的较大值,否则计算长度并累加。

还想到了之前有一道题使用了 差分思想,那个是给定一个整数,判断覆盖该整数的线段有多少个。它是将 cnt[start]++; cnt[end + 1]--,直接累加 [0, query] 内的 cnt[i] 即为答案。

差分数组 diff 的核心思想是记录相邻元素的差,当对连续区间 [i, j] 同时增加 k,可以简化为 diff[i] + k; diff[j + 1] - k。原数组的第 i 个元素可以通过累加差分数组得到。

刚开始理解差分数组可能会想不明白,为什么只修改差分数组两个端点的值就可以将区间内的值同时加 k。核心点是理解当前值是由差分数组累加得来的,从 i 开始,当前值加了 k,后面的差分值为0,因此值与 i 位置相同。当到达 j + 1 减去了 k,后面再累加就不会受到前面的影响。

针对这道题,将原数组视为每个整数点被覆盖的次数,开始时均为 0,差分数组也均为 0。最后只需统计覆盖次数大于 0 的整数个数即可。

代码


/**
 * @date 2024-09-15 21:53
 */
public class NumberOfPoints2848 {

    /**
     * 差分数组 1ms  O(n)
     */
    public int numberOfPoints_v2(List<List<Integer>> nums) {
        // 数据范围为 1~100,0~100 共101个数,但是由于需要访问 end+1,因此初始化为102个
        int[] diff = new int[102];
        for (List<Integer> segment : nums) {
            diff[segment.get(0)]++;
            diff[segment.get(1) + 1]--;
        }
        int res = 0;
        int cnt = 0;
        for (int i : diff) {
            cnt += i;
            if (cnt > 0){
                res++;
            }
        }
        return res;
    }

    /**
     * 合并区间 排序 O(nlogn) 3ms
     */
    public int numberOfPoints_v1(List<List<Integer>> nums) {
        PriorityQueue<int[]> q = new PriorityQueue<>((a, b) -> a[0] - b[0]);
        for (List<Integer> num : nums) {
            q.offer(new int[]{num.get(0), num.get(1)});
        }
        // 初始化为-1,是因为循环中第一次 res += maxEnd - start + 1; start maxEnd并不是实际的线段数据
        int res = -1;
        int start = 0;
        int maxEnd = 0;
        while (!q.isEmpty()) {
            int[] segment = q.poll();
            int s = segment[0];
            int e = segment[1];
            if (s > maxEnd) {
                res += maxEnd - start + 1;
                start = s;
                maxEnd = e;
            } else {
                maxEnd = Math.max(maxEnd, e);
            }
        }
        // 如果最后一个线段无需合并,那么需要单独将其长度加进来
        // 如果最后一个线段需要合并,由于队列中没有数据了,也需要将最后合并的线段长度加进来
        res += maxEnd - start + 1;
        return res;
    }

    /**
     * 5ms O(c*n) c为区间最大长度
     */
    public int numberOfPoints(List<List<Integer>> nums) {
        Set<Integer> s = new HashSet<>(nums.size());
        for (List<Integer> num : nums) {
            for (int i = num.get(0); i <= num.get(1); i++) {
                s.add(i);
            }
        }
        return s.size();
    }
}

性能