LeetCode 思考：合并区间
原文英文，约500词，阅读约需2分钟。
📝
内容提要
给定一个区间数组，首先对其进行排序，然后逐个检查并合并重叠的区间，最终返回不重叠的区间数组。该算法的时间复杂度为O(n log n)，空间复杂度为O(n)。
🔎
延伸解读
算法复杂度分析
该算法的时间复杂度为O(n log n)，主要来源于对区间的排序过程。虽然合并操作的复杂度为O(n)，但排序是主导因素。在处理大规模数据时，理解这一点有助于评估算法的效率。
合并区间的实际应用
合并区间的算法在许多实际场景中都有应用，例如日程安排、资源分配等。通过有效合并重叠区间，可以优化资源使用，避免冲突，提高工作效率。
注意重叠区间的定义
在判断区间是否重叠时，需要注意定义：两个区间重叠的条件是一个区间的起始点小于或等于另一个区间的结束点。理解这一点对于正确实现合并逻辑至关重要。
❓
Q&A
如何合并重叠的区间？
首先对区间进行排序，然后逐个检查并合并重叠的区间，最终返回不重叠的区间数组。
合并区间的时间复杂度和空间复杂度是多少？
算法的时间复杂度为O(n log n)，空间复杂度为O(n)。
给定的区间数组示例是什么？
示例输入为 intervals = [[1, 3], [2, 6], [8, 10], [15, 18]]，输出为 [[1, 6], [8, 10], [15, 18]]。
如何判断两个区间是否重叠？
两个区间不重叠的条件是一个区间的开始严格大于另一个区间的结束，或结束严格小于另一个区间的开始。
合并区间的结果是如何生成的？
初始化结果数组，检查当前区间与最后合并区间的重叠情况，决定是否合并或添加当前区间。
合并区间的算法实现示例是什么？
算法实现示例为：首先排序区间，然后遍历区间，检查重叠并更新结果数组。
🏷️
