给你两个长度相等的整数数组,返回下面表达式的最大值:
|arr1[i] - arr1[j]| + |arr2[i] - arr2[j]| + |i - j|
其中下标 i,j 满足 0 <= i, j < arr1.length。
示例 1:
输入:arr1 = [1,2,3,4], arr2 = [-1,4,5,6]
输出:13
示例 2:
输入:arr1 = [1,-2,-5,0,10], arr2 = [0,-2,-1,-7,-4]
输出:20
提示:
2 <= arr1.length == arr2.length <= 40000
-10^6 <= arr1[i], arr2[i] <= 10^6
Python 解法 (暴力 + 数学)
第一种思路 - 暴力解
分析:
此题乍一看很简单,要求 |arr1[i] - arr1[j]| + |arr2[i] - arr2[j]| + |i - j|,直接上双重循环的暴力解即可,然而数据规模较大,结果超时。
class Solution(object):
def maxAbsValExpr(self, arr1, arr2):
"""
:type arr1: List[int]
:type arr2: List[int]
:rtype: int
"""
res = 0
for i in range(len(arr1)):
for j in range(len(arr2)):
res = max(res, abs(arr1[i] - arr1[j]) + abs(arr2[i] - arr2[j]) + abs(i - j))
return res
曼哈顿距离 Python3
解题思路:
我们将 arr1 中的所有值看做平面上点的横坐标,将 arr2 中的所有值看做平面上点的纵坐标,那么表达式 |arr1[i] - arr1[j]| + |arr2[i] - arr2[j]| + |i - j|,前两项就可以看成是平面上两点的曼哈顿距离,整个式子就是要求两个点的曼哈顿距离与两个点索引差的和。
由于有取绝对值的操作存在,那么可能产生的计算有 44 种,分别为:右上减左下,右下减左上,左上减右下,左下减右上。以测试样例为例,第一组样例如左图,右上减左下取得最大值为 3 + 7 + 3 = 13;第二组样例如右图,右下减左上取得最大值为 15 + 3 + 2 = 20。
所以我们枚举 44 种情况,分别求出每种情况中的最大值和最小值,然后做差更新答案即可。
class Solution:
def maxAbsValExpr(self, arr1: List[int], arr2: List[int]) -> int:
n = len(arr1)
ans = 0
# 枚举四个方向
for dx, dy in [(1, 1), (-1, 1), (1, -1), (-1, -1)]:
maxv = 0
minv = 4000000
# 计算当前方向上的曼哈顿距离最小值和最大值
for i in range(n):
maxv = max(maxv, arr1[i] * dx + arr2[i] * dy + i)
minv = min(minv, arr1[i] * dx + arr2[i] * dy + i)
# 更新答案
ans = max(ans, maxv - minv)
return ans
java一次遍历
解题思路
对含有绝对值的式子求最大值,乍一看式子中含有两个下标i和j,好像需要来个双重for循环,但是一看题设条件,数组长度最大到40000,那显然双重for循环的brute force解法就行不通了,因此我们要换一个思路。
首先按照这么多年做数学题的经验来说,看到带有绝对值的式子,马上想到要消除绝对值。对于本题的式子,其中包含三个绝对值,每个绝对值能开出正反两种结果,因此带有三个绝对值的式子去掉绝对值后有8中可能性,如下图所示:
按照上图的分析,去绝对值号后将原本需要双重for循环的解法优化为只需要一次遍历数组即可,时间复杂度为O(n),可以通过提交。对于A、B、C、D四个量在遍历数组的时候逐步计算其最大、最小值,即总共八个量,最后按照上图式子就可求出原问题的解。
class Solution {
public int maxAbsValExpr(int[] arr1, int[] arr2) {
int amin = Integer.MAX_VALUE, bmin = Integer.MAX_VALUE, cmin = Integer.MAX_VALUE, dmin = Integer.MAX_VALUE;
int amax = Integer.MIN_VALUE, bmax = Integer.MIN_VALUE, cmax = Integer.MIN_VALUE, dmax = Integer.MIN_VALUE;
for(int i = 0; i < arr1.length; i++) {
amin = Math.min(amin, arr1[i]+arr2[i]+i);
amax = Math.max(amax, arr1[i]+arr2[i]+i);
bmin = Math.min(bmin, arr1[i]+arr2[i]-i);
bmax = Math.max(bmax, arr1[i]+arr2[i]-i);
cmin = Math.min(cmin, arr1[i]-arr2[i]+i);
cmax = Math.max(cmax, arr1[i]-arr2[i]+i);
dmin = Math.min(dmin, arr1[i]-arr2[i]-i);
dmax = Math.max(dmax, arr1[i]-arr2[i]-i);
}
return Math.max(Math.max(amax-amin, bmax-bmin), Math.max(cmax-cmin, dmax-dmin));
}
}