在一维坐标轴上存在许多条线段，用最简单的算法找出重合长度最长得两条线段。例如，线段a（1,5）、b（2,8）、c（3,9），则b和c的重合长度最长，为5

### 回答1：
一维坐标轴上有多条线段，要找出重合长度最长的两条线段，可以采用以下算法：

1. 对所有线段按照起点坐标进行排序。

2. 遍历所有线段，记录当前重合长度最长的两条线段。

3. 如果当前线段与前一条线段有重合部分，则更新当前重合长度。

4. 如果当前重合长度大于记录的最长重合长度，则更新最长重合长度和对应的两条线段。

5. 遍历完所有线段后，输出最长重合长度和对应的两条线段。

例如，对于线段a（1,5）、b（2,8）、c（3,9），按照起点坐标排序后为a、b、c。遍历过程如下：

- 遍历a，记录当前重合长度最长的两条线段为a和a，最长重合长度为。
- 遍历b，与前一条线段a有重合部分，更新当前重合长度为4。
- 遍历c，与前一条线段b有重合部分，更新当前重合长度为6。
- 遍历完所有线段后，最长重合长度为5，对应的两条线段为b和c。

因此，最终输出结果为：重合长度最长的两条线段为b（2,8）和c（3,9），重合长度为5。

### 回答2：
首先，我们可以将这些线段按照起点坐标从小到大排序，将排好序的线段依次存储在一个列表中。接着，我们可以用一个变量max_overlap来记录目前为止找到的重合长度最长的两条线段，并初始值为0。

我们可以用两个指针i和j来遍历这个线段列表，其中i从0开始，j从1开始。对于每一对线段i和j，我们先判断它们是否重叠，若重叠，则计算它们的重合长度，如果该重合长度比max_overlap更新，则更新max_overlap以及与之对应的两条线段。然后，我们将j指针向右移动一位，再进行判断，直到j指针超出列表范围。此时，我们将i指针向右移动一位，j指针重新从i+1开始遍历，直到i指针超出列表范围。

最后，我们就可以得到重合长度最长的两条线段以及它们的重合长度。

通过这种算法，我们遍历了每一对线段，时间复杂度为O(n^2)，其中n为线段数量。虽然这种算法复杂度较高，但它非常简单易懂，并且适用于线段数量不大的情况。当然，如果线段数量较大，我们可以考虑使用更加高效的算法，比如线段树。

### 回答3：
这道题可以用贪心算法来解决。贪心算法是一种在每一步选择中都采取在当前状态下最优的选择，从而导致全局最优的算法。

假设现在已经存在许多条线段，并且它们的长度是已知的。如果我们要找到重合长度最长的两条线段，可以按照以下步骤进行：

1. 将所有线段按照起点坐标从小到大排列。
2. 对于任意两条相邻的线段，计算它们的重合长度，求出所有相邻线段的最大重合长度以及对应的两条线段。
3. 如果当前最大重合长度大于之前的最大重合长度，更新最大重合长度及对应的两条线段。
4. 在更新最大重合长度后，仍需保持第一步的排列顺序，因为它决定了加速搜索的效果，防止出现漏解的情况。

这个算法的时间复杂度是O(nlogn)，主要取决于第一步的排序操作。至于具体的计算方法，可以从每条线段的终点坐标从小到大遍历，通过比较两条线段的终点坐标确定它们的重合长度。

以上就是本题的简单解法，将所有线段按起点排序，一次计算相邻线段的重合长度并更新最优解。贪心算法的优势在于它的效率高，而且可以边计算边更新答案，省去了排序的后续操作。通常情况下，贪心算法都是解决最优化问题的好方法。