【二分搜索-中等】1855. 下标对中的最大距离(需要复习双指针法)

643 篇文章 5 订阅
该博客介绍了如何利用二分搜索和双指针算法解决找到两个非递减数组中最大距离的有效下标对的问题。具体而言,二分搜索方法在796ms内完成,而双指针方法在108ms内完成,显示了双指针在效率上的优势。这两个解决方案都在给定的测试用例中成功通过。
摘要由CSDN通过智能技术生成

题目
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) 。

提示:

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

【代码1:二分搜索】
执行用时:796 ms, 在所有 Python3 提交中击败了10.69% 的用户
内存消耗:28.8 MB, 在所有 Python3 提交中击败了73.10% 的用户
通过测试用例:32 / 32

class Solution:
    def maxDistance(self, nums1: List[int], nums2: List[int]) -> int:
        maxSpan=0
        for idx,item in enumerate(nums1):
            #从左到右寻找 num2中 最后一个>=item的数字的下标
            left,right,ans=idx,len(nums2)-1,-1
            while left<=right:
                mid=left+(right-left)//2
                if nums2[mid]>=item:
                    ans=mid
                    left=mid+1
                else:
                    right=mid-1
            # print("cur:",item," ",left,right," ans:",ans)
            if ans!=-1:
                maxSpan=max(maxSpan,ans-idx)
        return maxSpan

【方法2:双指针】
执行用时:108 ms, 在所有 Python3 提交中击败了99.31% 的用户
内存消耗:28.8 MB, 在所有 Python3 提交中击败了51.72% 的用户
通过测试用例:32 / 32

class Solution:
    def maxDistance(self, nums1: List[int], nums2: List[int]) -> int:
        m, n = len(nums1), len(nums2)
        i, j = 0, 0
        while i < m and j < n:
            if nums1[i] > nums2[j]:
                i += 1
            j += 1
        return j - i - 1 if j - i - 1 > 0 else 0
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值