---

用最少箭数引爆气球：贪心策略详解

引言

在解决 LeetCode 的「452. 用最少数量的箭引爆气球」问题时，我们需要在保证射爆所有气球的前提下，找到最少的弓箭数量。本文将结合具体代码，深入解析该问题的贪心解法，用两种不同的循环写法来达成目的并揭示其与经典区间问题（Leetcode 435.区间重叠问题）的异同。

---

一、问题描述

给定气球区间的数组 points，其中每个区间表示气球的水平直径范围。弓箭可以从任意 x 坐标垂直射出，若该坐标在气球直径范围内，则气球被引爆。求引爆所有气球所需的最小弓箭数。

示例：

输入：points = [[10,16],[2,8],[1,6],[7,12]]
输出：2
解释：在 x=6 处射箭引爆 [2,8] 和 [1,6]，在 x=11 处射箭引爆 [10,16] 和 [7,12]

---

二、算法核心思想

1. 问题分析

• 目标：找到一组射箭位置，使得每个气球至少被一支箭覆盖。
• 关键约束：弓箭可以无限前进，但必须垂直射出。
• 等价转化：问题可转化为寻找一组点，使得每个区间至少包含一个点，求最小点数。

2. 贪心策略

• 排序策略：排序在贪心算法中属于重中之重，良好的排序方法往往大大节省开销，使代码更加清晰，本题按区间右端点升序排序是最好的办法。
• 射箭规则：每次选择当前区间的右端点作为射箭位置，尽可能覆盖后续更多区间。

---

三、代码实现与解析

#include <vector>
#include <algorithm>
#include <climits>

using namespace std;

class Solution {
public:
    int findMinArrowShots(vector<vector<int>>& points) {
        if (points.empty()) return 0;

        // 按区间右端点升序排序
        sort(points.begin(), points.end(), [](const vector<int>& a, const vector<int>& b) {
            return a[1] < b[1];
        });

        int arrows = 0;
        long last_end = LONG_MIN; // 记录上一支箭的位置

        for (int i = 0; i < points.size(); ++i) {
            // 当前区间左端点 > 上一箭位置，需要新箭
            if (points[i][0] > last_end) {
                arrows++;
                last_end = points[i][1]; // 射箭位置设为当前区间右端点
            }
        }
        return arrows;
    }
};

关键代码解析

1. 排序预处理

   sort(points.begin(), points.end(), [](const vector<int>& a, const vector<int>& b) {
       return a[1] < b[1];
   });
   

   • 目的：将区间按右端点升序排列，确保每次选择最靠左的右端点作为射箭位置。
   • 效果：例如输入 [[10,16],[2,8],[1,6],[7,12]] 排序后为 [[1,6], [2,8], [7,12], [10,16]]。

2. 贪心遍历

   for (int i = 0; i < points.size(); ++i) {
       if (points[i][0] > last_end) {
           arrows++;
           last_end = points[i][1];
       }
   }
   

   • 条件判断：若当前区间左端点 points[i][0] > 上一箭位置 last_end，说明需要新箭。
   • 更新位置：射箭位置设为当前区间右端点 points[i][1]，以覆盖后续可能重叠的区间。

---

四、正确性证明

1. 贪心选择性质

• 最优性：每次选择右端点射箭，能覆盖所有与该区间重叠的后续区间。
• 反证法：假设存在更优解，其第一次射箭位置不在第一个区间的右端点，则可通过替换为右端点位置，得到相同或更优结果。

2. 覆盖性分析

• 数学归纳：设前 k 个区间已被最优覆盖，第 k+1 个区间若与当前射箭位置无重叠，则必须新增箭，而选择其右端点可最大化覆盖后续区间。

---

五、与区间问题的对比

相似性

• 贪心框架：均通过排序和遍历实现。
• 核心操作：判断区间重叠关系。

差异性

问题	合并区间问题	气球弓箭问题
排序方式	按左端点升序排序	按右端点升序排序
目标	合并重叠区间	寻找覆盖所有区间的最少点
关键条件	当前左端点 <= 上一右端点	当前左端点 > 上一射箭位置

---

六、边界与测试

1. 边界处理

• 空输入：直接返回 0。
• 单气球：返回 1。
• 相邻区间：例如 [[1,2],[2,3]] 需要 2 支箭（端点相接不算重叠）。

2. 测试用例

输入：[[1,2],[3,4],[5,6],[7,8]]
输出：4 （无重叠，需4支箭）

输入：[[1,2],[2,3],[3,4],[4,5]]
输出：2 （射在2和4处）

---

七、复杂度分析

• 时间复杂度：O(n log n)，排序占主导。
• 空间复杂度：O(1)，仅用常数空间。

---

八、总结

通过按右端点排序和贪心遍历，我们以 O(n log n) 的时间复杂度高效解决了问题。代码简洁且覆盖所有边界条件，体现了贪心算法“局部最优即全局最优”的核心思想。理解排序策略与射箭位置更新的逻辑，是掌握此类区间覆盖问题的关键。

附：贪心排序策略最优解分析思路

在解决「452. 用最少数量的箭引爆气球」问题时，使用按右端点升序排序的方法展现了独特的优势。不过其实作者自己写的时候也在想到底怎么把这个思路给说通，我们分析问题能分析出应该按右端点排序，大概是因为这样排我们满足从局部最优→到整体最优的贪心思想。So,以下从排序策略的核心逻辑、贪心选择的最优性、覆盖范围的效率三个方面详细分析这种方法的精妙之处：

---

一、排序策略的核心逻辑

1. 排序目标

将区间按右端点升序排列，例如：

原始输入：[[10,16], [2,8], [1,6], [7,12]]
排序后：[[1,6], [2,8], [7,12], [10,16]]

• 排序目的：确保每次处理的区间是当前剩余区间中右端点最小的。

2. 贪心选择

每次选择当前区间的右端点作为射箭位置：

• 覆盖能力：右端点是最早结束的区间的最右点，选择此处射箭可以覆盖所有左端点小于等于该位置的后续区间。
• 示例：在排序后的区间 [[1,6], [2,8], [7,12], [10,16]] 中，第一支箭射在 6，覆盖 [1,6] 和 [2,8]；第二支箭射在 12，覆盖 [7,12] 和 [10,16]。

---

二、贪心选择的最优性

1. 局部最优性

• 选择右端点的意义：
  每次射箭覆盖尽可能多的后续区间。由于后续区间的右端点更大，它们的左端点可能更靠近右侧，选择当前右端点可以最大化覆盖潜力。
• 数学归纳证明：
  假设前 k 个区间已被最优覆盖，处理第 k+1 个区间时，若其左端点超出当前箭的位置，必须新增箭。选择其右端点射箭，能覆盖所有可能重叠的后续区间。

2. 全局最优性

• 反证法：
  若存在更优解，其第一次射箭位置不在第一个区间的右端点，则可以通过替换为右端点位置，得到相同或更优的结果。

---

三、覆盖范围的效率

1. 处理相邻区间

题目规定端点相接不算重叠（如 [1,2] 和 [2,3]）：

• 按右端点排序：射在 2 处无法覆盖下一个区间 [2,3]（左端点等于当前射箭位置），需新增箭。
• 按左端点排序：射在 2 处可能覆盖后续区间，但需频繁调整射箭位置。

2. 复杂示例验证

以输入 [[1,5], [2,3], [4,7]] 为例：

• 按右端点排序：[[2,3], [1,5], [4,7]]
  射在 3 处覆盖 [2,3] 和 [1,5]，射在 7 处覆盖 [4,7] → 2支箭。
• 按左端点排序：[[1,5], [2,3], [4,7]]
  射在 5 处仅覆盖 [1,5] 和 [4,7]，[2,3] 需要额外箭 → 2支箭。

两种排序方式结果相同，但按右端点排序的逻辑更统一，无需额外条件判断。

---

四、对比其他排序策略

1. 按左端点排序的劣势

• 覆盖不足：射箭位置可能选择较大的右端点，导致后续区间无法被覆盖。
• 示例：区间 [[1,10], [2,3]]
  按左端点排序后，射在 10 处覆盖所有区间；按右端点排序后，射在 3 处即可覆盖所有区间。

2. 按区间长度排序的问题

• 无法保证最优：短区间的覆盖范围有限，可能增加箭数。

---

五、边界处理与代码实现

1. 空输入处理

if (points.empty()) return 0; // 无气球需处理

2. 大整数溢出

使用 LONG_MIN 避免 INT_MIN 的溢出风险：

long last_end = LONG_MIN; // 初始化为极小值

3. 核心遍历逻辑

for (int i = 0; i < points.size(); ++i) {
    if (points[i][0] > last_end) { // 需要新箭
        arrows++;
        last_end = points[i][1]; // 贪心选择右端点
    }
}

---

六、总结

按右端点升序排序的方法在本题中体现以下优势：

1. 最大化覆盖：每次射箭覆盖后续最多区间。
2. 逻辑统一性：无需特殊处理边界和相邻区间。
3. 高效简洁：时间复杂度为 O(n log n)，主要来自排序操作。

这种策略通过贪心思想的局部最优选择，确保了全局最优解的必然性，是处理区间覆盖问题的经典范式。