Python 优化合并间隔问题（使用bfs）

我正在处理一个合并重叠间隔的问题： 问题链接：

我试图为这个问题实现bfs，因为……为什么不呢

我找到的解决方案效果很好。当数据集非常大时，问题就会出现。与解决此问题的其他方法相比，它变得相对缓慢。我想尽可能地优化这段代码，这样它就不会那么慢了

我尝试了字典查找，设置为查找以检查节点是否被访问。不过，解决方案并没有显示出显著的改进。请告诉我怎样才能快点。我认为它目前运行在O（nlogn）+O（n）中

def merge_图（间隔、访问、i）：
#打印（“----”）
q=deque（）
q、 追加（（区间[i][0]，区间[i][1]））
已访问。添加（i）
临时结果=[]
#临时结果追加（间隔[i][0]）
开始\u lim=sys.maxsize
end_lim=-sys.maxsize
而q:
#打印（q）
左，右=q.popleft（）
启动极限=最小值（启动极限，左侧）
end_lim=最大值（end_lim，右）
对于范围内的j（长度（间隔））：
如果j不在visited and right>=Interval[j][0]和Left中，则算法的运行时不是O（n log n）。BFS将访问每个间隔，然后对于每个间隔，您将再次遍历整个间隔列表。因此，算法的这一部分给出了O（n^2），它支配着运行时。算法的运行时不是O（n logn）。BFS将访问每个间隔，然后对于每个间隔，您将再次遍历整个间隔列表。因此，算法的这一部分给出了O（n^2），它支配着运行时。
def merge_graph(intervals,visited,i):
    #print ("-----")
    q=deque()
    q.append((intervals[i][0],intervals[i][1]))
    visited.add(i)
    temp_result=[]
    #temp_result.append(intervals[i][0])
    start_lim=sys.maxsize
    end_lim=-sys.maxsize
    while q:
        #print (q)
        left,right=q.popleft()
        start_lim=min(start_lim,left)
        end_lim=max(end_lim,right)
        for j in range(len(intervals)):
            if j not in visited and right>=intervals[j][0] and left<=intervals[j][1]:
                visited.add(j)
                q.append((intervals[j][0],intervals[j][1]))
    temp_result.append(start_lim)
    temp_result.append(end_lim)
    return (temp_result)
n=len(intervals)
visited=[0]*(n+1)
#uncomment this line for result is sorted order
#intervals.sort()
merged_intervals=[]
visited=set()
for i in range(n):
    if i not in visited:
        merged_intervals.append(merge_graph(intervals,visited,i))
return (merged_intervals)