读完本文，你能够去力扣拿下如下题目：
56.合并区间
-----------
上篇文章用贪婪算法解决了区间调度问题：给你很多区间，让你求其中的最大不重叠子集。
其实对于区间相干的问题，还有很多其余类型，本文就来讲讲区间合并问题（Merge Interval）。
LeetCode 第 56 题就是一道相干问题，题目很好了解：
咱们解决区间问题的个别思路是先排序，而后察看法则。
一、思路
一个区间能够示意为 [start, end]，前文聊的区间调度问题，须要按 end 排序，以便满足贪婪抉择性质。而对于区间合并问题，其实按 end 和 start 排序都能够，不过为了清晰起见，咱们抉择按 start 排序。
显然，对于几个相交区间合并后的后果区间 x，x.start 肯定是这些相交区间中 start 最小的，x.end 肯定是这些相交区间中 end 最大的。
因为曾经排了序，x.start 很好确定，求 x.end 也很容易，能够类比在数组中找最大值的过程：
int max_ele = arr[0];for (int i = 1; i < arr.length; i++) max_ele = max(max_ele, arr[i]);return max_ele;二、代码
# intervals 形如 [[1,3],[2,6]...]def merge(intervals): if not intervals: return [] # 按区间的 start 升序排列 intervals.sort(key=lambda intv: intv[0]) res = [] res.append(intervals[0]) for i in range(1, len(intervals)): curr = intervals[i] # res 中最初一个元素的援用 last = res[-1] if curr[0] <= last[1]: # 找到最大的 end last[1] = max(last[1], curr[1]) else: # 解决下一个待合并区间 res.append(curr) return res看下动画就高深莫测了：
至此，区间合并问题就解决了。本文篇幅短小，因为区间合并只是区间问题的一个类型，后续还有一些区间问题。本想把所有问题类型都总结在一篇文章，但有读者反馈，长文只会珍藏不会看... 所以还是分成小短文吧，读者有什么认识能够在留言板留言交换。
本文终，心愿对你有帮忙。