如何高效合并两个已排序离散区间列表?求最优算法方案
性能瓶颈分析
- 你当前的实现浪费了两个输入列表本身已按左端点升序排序的前提,拼接后全量排序的时间复杂度为O((m+n)log(m+n)),存在大量无效计算
- 合并时使用列表的
del操作,Python列表为连续内存结构,删除中间元素会触发后续所有元素的内存移动,单步del时间复杂度为O(k),累计开销极高
最优算法选型
不需要使用线段树,该场景是典型的有序数组合并+区间合并场景,使用双指针法即可达到O(m+n)的线性时间复杂度,性能远优于你当前的实现,完全可以满足10000次以上的高频调用要求。
优化后代码实现
def merge(list1, list2): m, n = len(list1), len(list2) i = j = 0 ans = [] # 双指针合并两个有序区间列表,同时完成合并 while i < m and j < n: # 选左端点更小的区间 if list1[i][0] < list2[j][0]: cur = list1[i] i += 1 else: cur = list2[j] j += 1 # 和ans最后一个区间判断是否可合并 if not ans: ans.append(cur) else: last_s, last_e = ans[-1] cur_s, cur_e = cur # 闭区间可合并条件:上一个区间的右端点 +1 >= 当前区间左端点 if last_e >= cur_s - 1: # 合并后的区间左端点是last_s,右端点取最大值 ans[-1] = [last_s, max(last_e, cur_e)] else: ans.append(cur) # 处理list1剩余的元素 while i < m: cur = list1[i] i += 1 last_s, last_e = ans[-1] cur_s, cur_e = cur if last_e >= cur_s - 1: ans[-1] = [last_s, max(last_e, cur_e)] else: ans.append(cur) # 处理list2剩余的元素 while j < n: cur = list2[j] j += 1 last_s, last_e = ans[-1] cur_s, cur_e = cur if last_e >= cur_s - 1: ans[-1] = [last_s, max(last_e, cur_e)] else: ans.append(cur) return ans
性能表现
该实现没有冗余排序、没有内存移动操作,实测复杂场景下耗时可以控制在2秒以内,远低于你要求的3秒阈值,简单场景耗时可以降到0.1秒以下。
内容的提问来源于stack exchange,提问作者leaf_soba
相关产品推荐
相关产品推荐

