以数组 intervals 表示若干个区间的集合，其中单个区间为 intervals[i] = [starti, endi]。请你合并所有重叠的区间，并返回一个不重叠的区间数组，该数组需恰好覆盖输入中的所有区间。
示例 1：
输入： intervals = [[1,3],[2,6],[8,10],[15,18]]
输出： [[1,6],[8,10],[15,18]]
解释： 区间 [1,3] 和 [2,6] 重叠，将它们合并为 [1,6]。
示例 2：
输入： intervals = [[1,4],[4,5]]
输出： [[1,5]]
解释： 区间 [1,4] 和 [4,5] 可被视为重叠区间。
示例 3：
输入： intervals = [[4,7],[1,4]]
输出： [[1,7]]
解释： 区间 [1,4] 和 [4,7] 可被视为重叠区间。
提示：
1 <= intervals.length <= 10^4intervals[i].length == 20 <= starti <= endi <= 10^4
方法一：动态维护法
它的核心思想是：维护一个动态的、始终保持不重叠且有序的结果数组 result。每次拿到一个新的区间，就强行把它'塞'进 result 里，并修复由于这个新区间插入而引发的任何重叠问题。
这种解法虽然不是最优解（时间复杂度最差为 $O(N^2)$），但它的逻辑极其严密，非常考验对边界条件和数组操作的把控。
一、核心解题思路
- 初始化：把输入数组的第一个区间直接放进
result里作为基准。 - 逐个处理：从第二个区间开始遍历，把当前区间设为
cur。 - 定位插入点 (寻找
j)：在result中从左往右找，只要cur还在当前比较的区间result[j]的完全右侧（即cur[0] > result[j][1]），就说明它们绝对没有交集，继续往右找（j += 1）。 - 分类讨论：当循环停下时，说明找到了
cur应该'落脚'的位置j。此时面临三种情况，进行相应的处理（追加、插入或合并）。
二、所有情况的详细例子
假设当前我们维护的 result 数组状态是这样的：
result = [[1, 3], [6, 8], [12, 15]]
现在我们拿到了一个新的待处理区间 cur，来看看不同 cur 触发的三种情况：
