贪心算法核心思想与区间调度问题实战

1. 贪心算法核心思想与应用场景

贪心算法（Greedy Algorithm）是一种在每一步选择中都采取当前状态下最优决策的算法策略。这种局部最优解的累积最终希望能够达到全局最优解。与动态规划不同，贪心算法不会回溯之前的决策，这使得它在时间复杂度上通常具有优势。

贪心算法有效的两个关键条件：

1. 贪心选择性质：局部最优解能导致全局最优解
2. 最优子结构：问题的最优解包含其子问题的最优解

在实际编码面试中，贪心算法常用于解决以下几类问题：

• 区间调度问题（如本文的三个题目）
• 分配问题（如分糖果、任务分配）
• 图论中的最小生成树、最短路径问题
• 数据压缩（如哈夫曼编码）

提示：贪心算法虽然思路简单，但证明其正确性往往需要一定的数学基础。在实际面试中，如果无法严格证明，至少要通过多个测试用例验证。

2. 用最少数量的箭引爆气球（452题）

2.1 问题分析与解法思路

题目描述：在二维空间中有许多气球，输入是每个气球的直径起点和终点坐标。我们有一支弓箭，可以垂直x轴射出。如果箭的x坐标在气球的直径范围内，气球就会被引爆。求最少需要多少支箭才能引爆所有气球。

关键观察点：

1. 气球在x轴上的投影是一个区间
2. 箭只要射在区间重叠部分就能同时引爆多个气球
3. 问题转化为：找出最少的点，使每个区间至少包含一个点

解法步骤：

1. 将所有区间按照起点进行排序
2. 初始化箭数为1（至少需要一支箭）
3. 遍历排序后的区间，维护当前箭能覆盖的最右边界
4. 如果新区间的起点超过当前最右边界，需要增加一支箭
5. 否则更新最右边界为当前区间和最右边界中的较小值

2.2 代码实现与细节解析

java复制class Solution {
    public int findMinArrowShots(int[][] points) {
        // 按照起点升序排序
        Arrays.sort(points, (a, b) -> Integer.compare(a[0], b[0]));
        int ans = 1;  // 至少需要一支箭
        for (int i = 1; i < points.length; i++) {
            if (poin