在日程管理、资源调度或会议安排等应用中，判断不同事件的时间段是否存在冲突或重叠是核心功能之一。例如，在一个日历视图中，如果两个会议在同一时间段内发生，它们就构成了重叠。本教程将深入探讨如何精确地检测两个事件的时间段是否重叠。
1. 理解事件时间段的表示
首先，我们需要明确如何表示一个事件的时间段。最常见的方式是使用一个开始时间（start_time）和一个结束时间（end_time）。例如，一个事件从上午9点开始，上午10点结束，可以表示为 [09:00, 10:00]。
在处理时间段时，一个关键的考虑是时间段的边界是包含（闭区间）还是不包含（开区间）。
- 闭区间 [start, end]：表示时间段包含开始时间和结束时间本身。例如，[09:00, 10:00] 表示从9点整到10点整（包括10点整）。这在表示持续性活动时很常见。
- 半开区间 [start, end)：表示时间段包含开始时间，但不包含结束时间。例如，[09:00, 10:00) 表示从9点整到10点前一刻。这在计算机科学中非常普遍，因为它简化了连续时间段的拼接（一个事件在10:00结束，另一个在10:00开始，它们不会重叠）。
对于日历事件，通常倾向于将 hour_start 和 hour_end 理解为闭区间，即事件在 hour_end 时刻才真正结束。本教程将主要基于闭区间 [start, end] 的假设进行讲解和代码实现。
2. 核心重叠检测逻辑
要判断两个事件 A ([A.start, A.end]) 和 B ([B.start, B.end]) 是否重叠，我们可以从其反面思考：它们何时不重叠？ 两个闭区间不重叠的条件是：
- 事件 A 在事件 B 之前完全结束：A.end
- 事件 B 在事件 A 之前完全结束：B.end
因此，如果以上两个条件都不满足，那么事件 A 和事件 B 就必然存在重叠（包括相切的情况）。 用逻辑表达式表示就是： NOT (A.end
根据德摩根定律，这等价于： A.end >= B.start AND B.end >= A.start
这条逻辑是判断两个闭区间是否重叠的通用且最鲁棒的方法之一。
另一种更简洁且直观的判断方法是： 如果两个区间 [s1, e1] 和 [s2, e2] 重叠，那么它们重叠部分的开始时间必须小于或等于重叠部分的结束时间。重叠部分的开始时间是 max(s1, s2)，重叠部分的结束时间是 min(e1, e2)。 所以，重叠条件为： max(A.start, B.start)
这个条件同样适用于闭区间，并且在代码实现上通常更简洁。
3. 示例代码实现 (Python)
下面我们用 Python 来实现上述的重叠检测逻辑。
from datetime import datetime
class Event:
"""
表示一个日历事件的类。
时间段被视为闭区间 [start, end]。
"""
def __init__(self, name: str, start_time: datetime, end_time: datetime):
if start_time > end_time:
raise ValueError("事件开始时间不能晚于结束时间。")
self.name = name
self.start = start_time
self.end = end_time
def __repr__(self):
return (f"Event(name='{self.name}', "
f"start={self.start.strftime('%Y-%m-%d %H:%M')}, "
f"end={self.end.strftime('%Y-%m-%d %H:%M')})")
def do_events_overlap(event1: Event, event2: Event) -> bool:
"""
判断两个事件的时间段是否重叠。
假设时间段是闭区间 [start, end]。
"""
# 逻辑1：基于非重叠条件的否定
# 如果 event1 在 event2 之前完全结束，则不重 
