双指针法解决区间列表交集问题

1. 区间列表交集问题解析

今天我想和大家分享一个经典的算法问题——区间列表的交集计算。这个问题在LeetCode上编号为986，难度为中等（4级）。作为一名经常处理区间类问题的开发者，我发现这个问题很好地考察了对双指针技巧的掌握程度，也让我对区间操作有了更深的理解。

区间交集问题在实际开发中有很多应用场景，比如会议室预定系统需要检查时间段的冲突，日历应用需要显示多个用户的共同空闲时间，或者数据库查询优化中需要合并多个条件范围。理解这个问题的解法，能帮助我们更好地处理这类需求。

2. 问题描述与理解

2.1 问题定义

给定两个由闭区间组成的列表firstList和secondList，其中：

• firstList[i] = [starti, endi]
• secondList[j] = [startj, endj]

这两个列表中的区间已经按照起始点排序，且同一个列表内的区间互不重叠。我们的任务是找出这两个列表的所有交集区间。

2.2 示例分析

让我们看一个具体例子来理解问题：

firstList = [[0,2],[5,10],[13,23],[24,25]]
secondList = [[1,5],[8,12],[15,24],[25,26]]

这两个列表的交集应该是：
[[1,2],[5,5],[8,10],[15,23],[24,24],[25,25]]

为什么是这样呢？让我们分解来看：

• [0,2]和[1,5]的交集是[1,2]
• [5,10]和[1,5]的交集是[5,5]
• [5,10]和[8,12]的交集是[8,10]
• [13,23]和[15,24]的交集是[15,23]
• [24,25]和[15,24]的交集是[24,24]
• [24,25]和[25,26]的交集是[25,25]

2.3 特殊情况考虑

在实际编码时，我们需要考虑一些特殊情况：

1. 其中一个列表为空时，结果必然为空列表
2. 两个区间完全没有重叠时，不产生交集
3. 一个区间完全包含另一个区间时，交集就是较小的区间
4. 部分重叠时，交集是重叠部分

3. 双指针解法详解

3.1 基本思路

由于两个列表都已经排序且内部不重叠，我们可以使用双指针技术高效地找出所有交集。基本思路是：

1. 初始化两个指针i和j，分别指向两个列表的起始位置
2. 计算当前两个区间的交集
3. 移动结束时间较早的那个区间的指针
4. 重复上述过程直到任一指针超出列表范围

3.2 关键步骤解析

让我们详细看看如何计算两个区间[a1, a2]和[b1, b2]的交集：

1. 交集的起始点是max(a1, b1)
2. 交集的结束点是min(a2, b2)
3. 只有当起始点≤结束点时，这个交集才有效

移动指针的策略也很重要：

• 如果a2 < b2，移动i指针，因为a区间已经不可能与后面的b区间有交集了
• 如果a2 > b2，移动j指针，同理
• 如果a2 == b2，两个指针都可以移动

3.3 代码实现

java复制class Solution {
    public int[][] intervalIntersection(int[][] firstList, int[][] secondList) {
        List<int[]> result = new ArrayList<>();
        int i = 0, j = 0;
        
        while (i < firstList.length && j < secondList.length) {
            // 计算当前两个区间的交集
            int start = Math.max(firstList[i][0], secondList[j][0]);
            int end = Math.min(firstList[i][1], secondList[j][1]);
            
            if (start <= end) {
                result.add(new int[]{start, end});
            }
            
            // 移动指针
            if (firstList[i][1] < secondList[j][1]) {
                i++;
            } else if (firstList[i][1] > secondList[j][1]) {
                j++;
            } else {
                i++;
                j++;
            }
        }
        
        return result.toArray(new int[result.size()][]);
    }
}

3.4 复杂度分析

时间复杂度：O(m+n)，其中m和n分别是两个列表的长度。我们最多只需要遍历每个列表一次。

空间复杂度：O(m+n)，用于存储结果。最坏情况下，每个区间都有交集。

4. 常见问题与调试技巧

4.1 常见错误

1. 忘记检查start ≤ end的条件，导致添加了无效区间
2. 指针移动逻辑错误，可能导致跳过某些交集
3. 处理边界条件不当，如空列表情况

4.2 调试建议

1. 使用小例子手动模拟算法执行过程
2. 打印出每次比较的区间和指针位置
3. 特别注意区间完全包含或完全不重叠的情况

4.3 测试用例设计

好的测试用例应该包括：

1. 常规情况（部分重叠）
2. 一个区间完全包含另一个
3. 完全不重叠的情况
4. 一个或两个列表为空
5. 单点区间（如[5,5]）
6. 大范围和小范围区间的组合

5. 算法优化与变种

5.1 优化思路

虽然双指针解法已经很高效，但在某些情况下还可以优化：

1. 如果知道区间的大致分布，可以尝试二分查找来跳过明显不重叠的部分
2. 对于特别大的区间，可以考虑提前终止

5.2 相关问题变种

1. 合并区间列表（LeetCode 56）
2. 插入区间（LeetCode 57）
3. 会议室预定问题（LeetCode 252、253）
4. 统计覆盖点的区间数量

6. 实际应用场景

这个算法在实际中有很多应用：

1. 日历应用：找出多个用户的共同空闲时间
2. 资源调度：检查资源占用时间冲突
3. 数据库查询：合并多个范围查询条件
4. 基因组分析：找出DNA序列的重叠区域

7. 个人经验分享

在处理这类区间问题时，我有几点心得：

1. 画图非常重要，把区间画在数轴上能直观看出重叠关系
2. 双指针是处理已排序区间列表的利器
3. 移动指针时要考虑清楚哪个区间已经"用完"了
4. 边界条件一定要测试，特别是空列表和单点区间

这个问题的关键在于理解如何高效地找出所有可能的交集，而双指针方法完美地利用了区间已排序的特性。在实际面试中，这类问题也很常见，因为它能很好地考察候选人对基本算法的理解和应用能力。