【中等】力扣算法题解析LeetCode253：会议室 II

关注底部名片达文汐，即可获得本题完整源码！

题目详情

给定一个会议时间安排的数组 intervals，每个会议时间包括开始时间 start_i 和结束时间 end_i（满足 start_i < end_i）。为避免会议冲突，同时充分利用会议室资源，计算至少需要多少间会议室才能满足所有会议安排。

示例 1：
输入：intervals = [[0, 30], [5, 10], [15, 20]]
输出：2
解释：会议[5,10]和[0,30]时间冲突，需两个会议室；会议[15,20]可与 [5,10]共用会议室。

示例 2：
输入：intervals = [[7,10], [2,4]]
输出：1
解释：两会议时间无重叠，可共用会议室。

解题思路

核心思路：贪心算法 + 最小堆（优先队列）

1. 排序会议：按开始时间升序排序，确保按时间顺序处理会议。
2. 维护最小堆：存储当前正在使用会议室的结束时间，堆顶元素是最早结束的会议时间。
3. 分配策略：
   • 若当前会议的开始时间 ≥ 堆顶的结束时间：说明堆顶会议室已空闲，可复用（弹出堆顶）。
   • 否则：需新开一间会议室。
   • 无论是否复用，都将当前会议的结束时间加入堆中（代表占用会议室）。
4. 结果：最终堆的大小即为所需的最少会议室数量。

时间复杂度：O(N log N)

• 排序耗时 O(N log N)；堆的插入/弹出操作各 O(log N)，共 N 次。
  空间复杂度：O(N)
• 堆最坏存储 N 个元素。

代码实现（Java版）

class Solution {
    public int minMeetingRooms(int[][] intervals) {
        if (intervals == null || intervals.length == 0) {
            return 0;
        }
        
        // 1. 按开始时间升序排序
        Arrays.sort(intervals, (a, b) -> a[0] - b[0]);
        
        // 2. 最小堆存储会议结束时间
        PriorityQueue<Integer> minHeap = new PriorityQueue<>();
        minHeap.offer(intervals[0][1]); // 初始化第一个会议
        
        // 3. 遍历剩余会议
        for (int i = 1; i < intervals.length; i++) {
            int start = intervals[i][0];
            int end = intervals[i][1];
            
            // 若当前会议开始时，最早结束的会议室已空闲（堆顶结束时间 <= 当前开始时间）
            if (start >= minHeap.peek()) {
                minHeap.poll(); // 复用会议室
            }
            minHeap.offer(end); // 当前会议占用会议室（无论复用还是新增）
        }
        
        // 4. 堆大小即最少会议室数量
        return minHeap.size();
    }
}

代码说明

1. 排序会议：
   • Arrays.sort(intervals, (a, b) -> a[0] - b[0]) 确保按开始时间顺序处理会议。
2. 最小堆的作用：
   • 堆顶始终是最早结束的会议时间，通过比较 start >= minHeap.peek() 判断会议室是否可复用。
3. 复用与新增逻辑：
   • 若可复用（start >= minHeap.peek()），弹出堆顶（释放原会议室），加入新结束时间（重新占用）。
   • 若不可复用，直接加入新结束时间（相当于新增会议室）。
4. 结果正确性：
   • 堆中元素数量表示同时进行的会议数量，即所需的最小会议室数。

我的名片👇👇👇👇👇👇👇👇👇👇👇