你将会获得一系列视频片段,这些片段来自于一项持续时长为 T
秒的体育赛事。这些片段可能有所重叠,也可能长度不一。
视频片段 clips[i]
都用区间进行表示:开始于 clips[i][0]
并于 clips[i][1]
结束。我们甚至可以对这些片段自由地再剪辑,例如片段 [0, 7]
可以剪切成 [0, 1] + [1, 3] + [3, 7]
三部分。
我们需要将这些片段进行再剪辑,并将剪辑后的内容拼接成覆盖整个运动过程的片段([0, T]
)。返回所需片段的最小数目,如果无法完成该任务,则返回 -1
。
示例 1:
输入:clips = [[0,2],[4,6],[8,10],[1,9],[1,5],[5,9]], T = 10
输出:3
解释:
我们选中 [0,2], [8,10], [1,9] 这三个片段。
然后,按下面的方案重制比赛片段:
将 [1,9] 再剪辑为 [1,2] + [2,8] + [8,9] 。
现在我们手上有 [0,2] + [2,8] + [8,10],而这些涵盖了整场比赛 [0, 10]。
示例 2:
输入:clips = [[0,1],[1,2]], T = 5
输出:-1
解释:
我们无法只用 [0,1] 和 [0,2] 覆盖 [0,5] 的整个过程。
示例 3:
输入:clips = [[0,1],[6,8],[0,2],[5,6],[0,4],[0,3],[6,7],[1,3],[4,7],[1,4],[2,5],[2,6],[3,4],[4,5],[5,7],[6,9]], T = 9
输出:3
解释:
我们选取片段 [0,4], [4,7] 和 [6,9] 。
示例 4:
输入:clips = [[0,4],[2,8]], T = 5
输出:2
解释:
注意,你可能录制超过比赛结束时间的视频。
提示:
1 <= clips.length <= 100
0 <= clips[i][0], clips[i][1] <= 100
0 <= T <= 100
思路:
找所需的最小视频数,猜要用贪心解题。
先开一个hashmap统计一下,key是一段视频开始的时刻,value是从key秒开始所能覆盖的最大的时刻。
比如对于示例1,有:
hashmap = {0: 2, 8: 10, 4: 6, 5: 9, 1: 9}
然后就先从0开始找,发现0最远可以到hashmap[0] = 2,说明下一次就应该在1, 2开始的视频里找能到最远的,
下一轮找,发现hashmap[2]不存在,而hashmap[1]可以到9,说明再下一轮就在2-9里找能到最远的,
继续找,发现2-9里的8是可以到题目要求的10,所以找完了。
核心思想就是贪心,每一步都走可到范围内下一步最远的那一步。
class Solution(object):
def videoStitching(self, clips, T):
"""
:type clips: List[List[int]]
:type T: int
:rtype: int
"""
res = 1 #res至少为1,因为如果无法成功则会返回-1
l = list()
hashmap = dict()
for clip in clips:
hashmap[clip[0]] = max(hashmap.get(clip[0], 0),clip[1])
start, end = 0, hashmap.get(0, 0)
reach = end #reach代表当前能到最远距离
while(1):
s, e = start, end
if reach >= T:
break
for cnt in range(start + 1, end + 1):
if hashmap.get(cnt, 0) > reach: #如果可以到的更远,那就去更远
reach = hashmap.get(cnt, 0)
s = cnt #记录下一轮找的起点
e = reach #记录下一轮找的终点
if s == start and e == end:#本轮停留在原地没变,说明无法走的更远了,GG
return -1
start, end = s, e
res += 1
return res