【面试题】网易互娱（游戏）2020校招在线笔试-游戏研发第一批[水平线]

伞屉国是一个以太阳能为主要发电手段的国家，因此他们国家中有着非常多的太阳能基站，链接着的基站会组合成一个发电集群。但是不幸的是伞屉国不时会遭遇滔天的洪水，当洪水淹没基站时，基站只能停止发电，同时被迫断开与相邻基站的链接。你作为伞屉国的洪水观察员，有着这样的任务：在洪水到来时，计算出发电集群被洪水淹没后被拆分成了多少个集群。

由于远古的宇宙战争的原因，伞屉文明是一个二维世界里的文明，所以你可以这样理解发电基站的位置与他们的链接关系：给你一个一维数组a，长度为n，表示了n个基站的位置高度信息。数组的第i个元素a[i]表示第i个基站的海拔高度是a[i],而下标相邻的基站才相邻并且建立链接，即x号基站与x-1号基站、x+1号基站相邻。特别的，1号基站仅与2号相邻，而n号基站仅与n-1号基站相邻。当一场海拔高度为y的洪水到来时，海拔高度小于等于y的基站都会被认为需要停止发电，同时断开与相邻基站的链接。

---

输入描述:

每个输入数据包含一个测试点。

第一行为一个正整数n，表示发电基站的个数 (0 < n <= 200000)

接下来一行有n个空格隔开的数字，表示n个基站的海拔高度，第i个数字a[i]即为第i个基站的海拔高度，对于任意的i(1<=i<=n),有(0 <= a[i] < 2^31-1)

接下来一行有一个正整数q(0 < q <= 200000)，表示接下来有q场洪水

接下来一行有q个整数，第j个整数y[j]表示第j场洪水的海拔为y[j],对于任意的j(1<=j<=n),有(-2^31 < y[j] < 2^31-1)

---

输出描述:

输出q行，每行一个整数，第j行的整数ans表示在第j场洪水中，发电基站会被分割成ans个集群。标准答案保证最后一个整数后也有换行。

---

输入例子1:

10
6 12 20 14 15 15 7 19 18 13 
6
15 23 19 1 17 24

---

输出例子1:

2
0
1
1
2
0

---

题意不复杂，稍微记以下就能理解，根据题意：

当洪水高度为15时，发电站【6 12 20 14 15 15 7 19 18 13 】将会变成【0 0 5 0 0 0 0 4 3 0 】 此时只剩下2个集群

当洪水高度为23时，发电站【6 12 20 14 15 15 7 19 18 13 】将会变成【0 0 0 0 0 0 0 0 0 0 】 此时只剩下0个集群

就此来看题目还是比较简单的，先贴上博主思路：

m = int(input())
ji_zhan = list(map(int, input().split()))
n = int(input())
hong_shui = list(map(int, input().split()))
for i in hong_shui:                  
    s = 0                             #s用于记录基站是否相连
    res = 0                           #res用于记录集群数量
    for j in ji_zhan:
        if j > i and s == 0:          #当洪水低于基站时，且前一个基站已淹没
            s += 1                    #当前基站成为一个集群
        elif s != 0 and j<= i:        #当洪水高于基站时，且前一个基站没有被淹没
                s = 0                 #淹没当前基站，将集群保存至res中
                res += 1
    if s >0:                          #若遍历完成，仍然存在一个集群(即最后一个基站没被淹没）
        res += 1                      #集群 + 1
    print(res)

看上去逻辑上没什么问题，但是跑了一下，发现只跑过了20%的样例就超时了

按我的思路来，时间复杂度为O(n**2)，想了很久没想出优化方法，交卷以后看了官方解QAQ

官方解：

enb = int(input())
a_alti = list(map(int, input().split()))
hx_t = int(input())
hx_h = list(map(int, input().split()))

rsp_a = list(range(0, enb + 2))   
rsp_a[0] = -1                        
rsp_a[enb + 1] = -1                  
    # 有效数据在[1：发电站个数]
    #（此表为已被淹没的基站表,定义两个-1是为了方便后续对是否产生新集群做判断）

hx_new_index = [index for index, value in sorted(enumerate(hx_h), key=lambda h: h[1])]
    #首先用enumerate函数把记录洪水的列表变成一个索引序列，序列中的每个元素是一个包含两个数据的元组，数据一为列表中元素的下标，数据二为列表中元素的值
    #再对该列表进行排序，排序规则为列表中元组的第二个数据
    #此时列表为如果洪水为[1,3,5,2,4],则此时列表为[0，3，1，4，2]

a_new_index = [index for index, value in sorted(enumerate(a_alti), key=lambda h:
 
h[1])]


cluster_num = [0] * hx_t   #创建一个长度为hx_t的列表，列表中每个值都是0，用来保存输出数据

k = 0        #k用来遍历基站

for i in range(hx_t):               #i 用来遍历洪水
    new_cluster = 0                 #集群变化量

    while k+1 <= enb and a_alti[a_new_index[k]] <= hx_h[hx_new_index[i]]:
            #如果基站尚未遍历完成，且基站的第k小个元素<=洪水中第i+1个元素，则循环继续
            #如果洪水小于基站，则该洪水可直接跳过循环
        if rsp_a[(a_new_index[k]+1)-1] == -1 and rsp_a[(a_new_index[k]+1)+1] == -1:  #如果左边被淹了而且右边也被淹了
            new_cluster -=1         #集群-1

        elif rsp_a[(a_new_index[k]+1) -1] != -1 and rsp_a[(a_new_index[k]+1)+1] != -1: #如果左右都没被淹

            new_cluster +=1      #集群+1

        rsp_a[a_new_index[k]+1] = -1   #基站淹没，变为-1

        k += 1
    if i == 0:
        cluster_num[hx_new_index[i]] = 1 + new_cluster     #初始状态所有基站共同为一个集群，故为1

    else:
        cluster_num[hx_new_index[i]] = cluster_num[hx_new_index[i - 1]] + new_cluster        #上一个洪水中剩余的集群 + 这次洪水的变化

for cn in cluster_num:
    print(cn)

此代码参考自 牛客网 用户“牛客680312541号” 

（源码写得比较复杂，而且没有注释，所以改进了一下并加了一些注释方便阅读，总体思路还是很好懂的，不过还是代码还是显得很臃肿，希望大家能提出更好更python的解法）

难度：中等