排序题目：数组中两元素的最大乘积

题目

标题和出处

标题：数组中两元素的最大乘积

出处：1464. 数组中两元素的最大乘积

难度

2 级

题目描述

要求

给定一个整数数组 $\text{nums}$，可以选择数组的两个不同下标 $\text{i}$ 和 $\text{j}$。返回 $(\text{nums[i]}-\text{1})\times (\text{nums[j]}-\text{1})$ 的最大值。

示例

示例 1：

输入：$\text{nums = [3,4,5,2]}$
输出：$\text{12}$
解释：如果选择下标 $\text{i = 1}$ 和 $\text{j = 2}$（下标从 $\text{0}$ 开始），则可以获得最大值，$(\text{nums[1]}-\text{1})\times (\text{nums[2]}-\text{1})=(\text{4}-\text{1})\times (\text{5}-\text{1})=\text{3}\times \text{4}=\text{12}$。

示例 2：

输入：$\text{nums = [1,5,4,5]}$
输出：$\text{16}$
解释：选择下标 $\text{i}=\text{1}$ 和 $\text{j}=\text{3}$（下标从 $\text{0}$ 开始），则可以获得最大值 $(\text{5}-\text{1})\times (\text{5}-\text{1})=\text{16}$。

示例 3：

输入：$\text{nums = [3,7]}$
输出：$\text{12}$

数据范围

• $\text{2}\le \text{nums.length}\le \text{500}$
• $\text{1}\le \text{nums[i]}\le {\text{10}}^{\text{3}}$

解法一

思路和算法

由于数组 $\text{nums}$ 中至少有两个元素，因此一定存在两个不同的下标。

由于数组 $\text{nums}$ 中的元素都是正整数，为了使得乘积最大，应该选择最大的两个元素。

将数组升序排序之后，数组的末尾两个元素即为最大的两个元素，使用末尾两个元素计算乘积即为最大乘积。

代码

class Solution {
    public int maxProduct(int[] nums) {
        Arrays.sort(nums);
        int length = nums.length;
        return (nums[length - 1] - 1) * (nums[length - 2] - 1);
    }
}

复杂度分析

• 时间复杂度：$O(n\log n)$，其中 $n$ 是数组 $\text{nums}$ 的长度。排序需要 $O(n\log n)$ 的时间。

• 空间复杂度：$O(\log n)$，其中 $n$ 是数组 $\text{nums}$ 的长度。排序需要 $O(\log n)$ 的递归调用栈空间。

解法二

思路和算法

由于计算最大乘积只需要得到数组中最大的两个元素，并不需要得到所有元素的顺序，因此可以直接遍历数组找到最大的两个元素。

使用两个变量 $\text{first}$ 和 $\text{second}$ 分别表示第一大元素和第二大元素，初始化为 $\text{int}$ 类型的最小值，确保初始值小于数组中的任意元素。遍历数组 $\text{nums}$，对于每个元素 $\text{num}$，依次与 $\text{first}$ 和 $\text{second}$ 比较并更新 $\text{first}$ 和 $\text{second}$ 的值，确保 $\text{first}$ 和 $\text{second}$ 的值等于已经遍历的元素中最大的两个元素。遍历结束之后，$\text{first}$ 和 $\text{second}$ 的值等于数组中最大的两个元素值，使用这两个值计算最大乘积。

代码

class Solution {
    public int maxProduct(int[] nums) {
        int first = Integer.MIN_VALUE, second = Integer.MIN_VALUE;
        for (int num : nums) {
            if (num > first) {
                second = first;
                first = num;
            } else if (num > second) {
                second = num;
            }
        }
        return (first - 1) * (second - 1);
    }
}

复杂度分析

• 时间复杂度：$O(n)$，其中 $n$ 是数组 $\text{nums}$ 的长度。需要遍历数组一次。

• 空间复杂度：$O(1)$。