力扣1855 下标对最大距离

题目

给你两个 非递增 的整数数组 nums1​​​​​​ 和 nums2​​​​​​ ，数组下标均 从 0 开始 计数。

下标对 (i, j) 中 0 <= i < nums1.length 且 0 <= j < nums2.length 。如果该下标对同时满足 i <= j 且 nums1[i] <= nums2[j] ，则称之为 有效 下标对，该下标对的 距离 为 j - i​​ 。​​

返回所有 有效 下标对 (i, j) 中的 最大距离 。如果不存在有效下标对，返回 0 。

一个数组 arr ，如果每个 1 <= i < arr.length 均有 arr[i-1] >= arr[i] 成立，那么该数组是一个 非递增 数组。

样例

示例 1：

输入：nums1 = [55,30,5,4,2], nums2 = [100,20,10,10,5]
输出：2
解释：有效下标对是 (0,0), (2,2), (2,3), (2,4), (3,3), (3,4) 和 (4,4) 。
最大距离是 2 ，对应下标对 (2,4) 。

示例 2：

输入：nums1 = [2,2,2], nums2 = [10,10,1]
输出：1
解释：有效下标对是 (0,0), (0,1) 和 (1,1) 。
最大距离是 1 ，对应下标对 (0,1) 。

示例 3：

输入：nums1 = [30,29,19,5], nums2 = [25,25,25,25,25]
输出：2
解释：有效下标对是 (2,2), (2,3), (2,4), (3,3) 和 (3,4) 。
最大距离是 2 ，对应下标对 (2,4) 。

要求

• 1 <= nums1.length <= 105
• 1 <= nums2.length <= 105
• 1 <= nums1[i], nums2[j] <= 105
• nums1 和 nums2 都是 非递增 数组

暴力方法【但是不会通过，会超时】【C】

int maxDistance(int* nums1, int nums1Size, int* nums2, int nums2Size) {
    int maxDistance=0;
    for(int i=0;i<nums1Size;i++)
   {for(int j=i;j<nums2Size;j++)
    {if(nums1[i]<=nums2[j]&&(j-i)>=maxDistance)
     maxDistance=j-i;

   }
   }
   return maxDistance;
}

方法很好理解，二重循环会狠狠超时

双指针法

int maxDistance(int* nums1, int nums1Size, int* nums2, int nums2Size) {
    int maxDistance=0;
   int p=0,q=0;
   while(p<nums1Size&&q<nums2Size)
   {if(q<p) q++;
   else if(nums1[p]>nums2[q])p++;
   else if((q-p)>=maxDistance)
   maxDistance=q-p;
    q++;


   }
   return maxDistance;
}

 设置两个指针在两数组头部，1数组下标对应值大于2数组下标对应值那么将2数组指针往后移直到大于1数组，满足此条件后再判断对应值是否满足要求，不满足就将1数组后移，若此时恰好满足条件则记录一个有效值并取最大。

二分法

int maxDistance(int* nums1, int nums1Size, int* nums2, int nums2Size)   //二分法
{
    int max = 0;
    for(int i = 0; i < nums1Size && i < nums2Size; i ++)
    {
        int left = i, right = nums2Size - 1;
        while(left <= right)
        {
            int mid = left + (right - left) / 2;
                
            if(nums2[mid] >= nums1[i])
            {
                
                left = mid + 1;
            }
            else
            {
                right = mid - 1;
            }
        }
        max = fmax(max, left - 1 - i);
    }
    return max;
}

此解法来自力扣评论：. - 力扣（LeetCode）