给定一个无序的数组 nums，返回 数组在排序之后，相邻元素之间最大的差值 。如果数组元素个数小于 2，则返回 0 。
您必须编写一个在「线性时间」内运行并使用「线性额外空间」的算法。
示例 1:
输入: nums = [3,6,9,1]
输出: 3
解释: 排序后的数组是 [1,3,6,9],其中相邻元素 (3,6) 和 (6,9) 之间都存在最大差值 3。示例 2:
输入: nums = [10]
输出: 0
解释: 数组元素个数小于 2，因此返回 0。解法一
先来个直接的，就按题目的意思，先排序，再搜索。
public int maximumGap(int[] nums) {
Arrays.sort(nums);
int max = 0;
for (int i = 0; i < nums.length - 1; i++) {
if (nums[i + 1] - nums[i] > max) {
max = nums[i + 1] - nums[i];
}
}
return max;
}
但是正常的排序算法时间复杂度会是 O(nlog(n))，题目要求我们在 O(n) 的复杂度下去求解。
自己想了各种思路，但想不出怎么降到 O(n)，把 官方 给的题解分享一下吧。
我们一般排序算法多用快速排序，平均时间复杂度是 O(nlog(n))，其实还有一种排序算法，时间复杂度是 O(kn)，k 是最大数字的位数，当 k 远小于 n 的时候，时间复杂度可以近似看成 O(n)。这种排序算法就是基数排序，下边讲一下具体思想。
比如这样一个数列排序： 342 58 576 356， 我们来看一下怎么排序：
不足的位数看做是 0
342 058 576 356
按照个位将数字依次放到不同的位置
0:
1:
2: 342
3:
4:
5:
6: 576, 356
7:
8: 058
9:
把上边的数字依次拿出来，组成新的序列 342 576 356 058，然后按十位继续放到不同的位置。
0:
1:
2:
3:
4: 342
5: 356 058
6:
7: 576
8:
9:
把上边的数字依次拿出来，组成新的序列 342 356 058 576，然后按百位继续装到不同的位置。
0: 058
1:
2:
3: 342 356
4:
5: 576
6:
7:
8:
9:
把数字依次拿出来，最终结果就是 58 342 356 576
为了代码更好理解， 我们可以直接用 10 个 list 去存放每一组的数字，官方题解是直接用一维数组实现的。
对于取各个位的的数字，我们通过对数字除以 1, 10, 100... 然后再对 10 取余来实现。
public int maximumGap(int[] nums) {
if (nums.length <= 1) {
return 0;
}
List<ArrayList<Integer>> lists = new ArrayList<>();
for (int i = 0; i < 10; i++) {
lists.add(new ArrayList<>());
}
int n = nums.length;
int max = nums[0];
//找出最大的数字
for (int i = 1; i < n; i++) {
if (max < nums[i]) {
max = nums[i];
}
}
int m = max;
int exp = 1;
//一位一位的进行
while (max > 0) {
//将之前的元素清空
for (int i = 0; i < 10; i++) {
lists.set(i, new ArrayList<>());
}
//将数字放入对应的位置
for (int i = 0; i < n; i++) {
lists.get(nums[i] / exp % 10).add(nums[i]);
}
//将数字依次拿出来
int index = 0;
for (int i = 0; i < 10; i++) {
for (int j = 0; j < lists.get(i).size(); j++) {
nums[index] = lists.get(i).get(j);
index++;
}
}
max /= 10;
exp *= 10;
}
int maxGap = 0;
for (int i = 0; i < nums.length - 1; i++) {
if (nums[i + 1] - nums[i] > maxGap) {
maxGap = nums[i + 1] - nums[i];
}
}
return maxGap;
}
解法二
上边的解法还不是真正的 O(n)，下边继续介绍另一种解法，参考了 这里-time-and-space) ，评论区对自己帮助很多。
我们知道如果是有序数组的话，我们就可以通过计算两两数字之间差即可解决问题。
那么如果是更宏观上的有序呢？
我们把 0 3 4 6 23 28 29 33 38 依次装到三个箱子中
0 1 2 3
------- ------- ------- -------
| 3 4 | | | | 29 | | 33 |
| 6 | | | | 23 | | |
| 0 | | | | 28 | | 38 |
------- ------- ------- -------
0 - 9 10 - 19 20 - 29 30 - 39
我们把每个箱子的最大值和最小值表示出来
min max min max min max min max
0 6 - - 23 29 33 38
我们可以只计算相邻箱子 min 和 max 的差值来解决问题吗？空箱子直接跳过。
第 2 个箱子的 min 减第 0 个箱子的 max， 23 - 6 = 17
第 3 个箱子的 min 减第 2 个箱子的 max， 33 - 29 = 4
看起来没什么问题，但这样做一定需要一个前提，因为我们只计算了相邻箱子的差值，没有计算箱子内数字的情况，所以我们需要保证每个箱子里边的数字一定不会产生最大 gap。
我们把箱子能放的的数字个数记为 interval，给定的数字中最小的是 min，最大的是 max。那么箱子划分的范围就是 min ~ (min + 1 * interval - 1)、(min + 1 * interval） ~ （min + 2 * interval - 1)、(min + 2 * interval） ~ （min + 3 * interval - 1)...，上边举的例子中， interval 我们其实取了 10。
划定了箱子范围后，我们其实很容易把数字放到箱子中，通过 (nums[i] - min) / interval 即可得到当前数字应该放到的箱子编号。那么最主要的问题其实就是怎么去确定 interval。
interval 过小的话，需要更多的箱子去存储，很费空间，此外箱子增多了，比较的次数也会增多，不划算。
interval 过大的话，箱子内部的数字可能产生题目要求的最大 gap，所以肯定不行。
所以我们要找到那个保证箱子内部的数字不会产生最大 gap，并且尽量大的 interval。
继续看上边的例子，0 3 4 6 23 28 29 33 38，数组中的最小值 0 和最大值 38 ,并没有参与到 interval 的计算中，所以它俩可以不放到箱子中，还剩下 n - 2 个数字。
像上边的例子，如果我们保证至少有一个空箱子，那么我们就可以断言，箱子内部一定不会产生最大 gap。
因为在我们的某次计算中，会跳过一个空箱子，那么得到的 gap 一定会大于 interval，而箱子中的数字最大的 gap 是 interval - 1。
接下来的问题，怎么保证至少有一个空箱子呢？
鸽巢原理的变形，有 n - 2 个数字，如果箱子数多于 n - 2 ，那么一定会出现空箱子。总范围是 max - min，那么 interval = (max - min) / 箱子数，为了使得 interval 尽量大，箱子数取最小即可，也就是 n - 1。
所以 interval = (max - min) / n - 1 。这里如果除不尽的话，我们 interval 可以向上取整。因为我们给定的数字都是整数，这里向上取整的话对于最大 gap 是没有影响的。比如原来范围是 [0,5.5)，那么内部产生的最大 gap 是 5 - 0 = 5。现在向上取整，范围变成[0,6)，但是内部产生的最大 gap 依旧是 5 - 0 = 5。
所有问题都解决了，可以安心写代码了。
public int maximumGap(int[] nums) {
if (nums.length <= 1) {
return 0;
}
int n = nums.length;
int min = nums[0];
int max = nums[0];
//找出最大值、最小值
for (int i = 1; i < n; i++) {
min = Math.min(nums[i], min);
max = Math.max(nums[i], max);
}
if(max - min == 0) {
return 0;
}
//算出每个箱子的范围
int interval = (int) Math.ceil((double)(max - min) / (n - 1));
//每个箱子里数字的最小值和最大值
int[] bucketMin = new int[n - 1];
int[] bucketMax = new int[n - 1];
//最小值初始为 Integer.MAX_VALUE
Arrays.fill(bucketMin, Integer.MAX_VALUE);
//最小值初始化为 -1，因为题目告诉我们所有数字是非负数
Arrays.fill(bucketMax, -1);
//考虑每个数字
for (int i = 0; i < nums.length; i++) {
//当前数字所在箱子编号
int index = (nums[i] - min) / interval;
//最大数和最小数不需要考虑
if(nums[i] == min || nums[i] == max) {
continue;
}
//更新当前数字所在箱子的最小值和最大值
bucketMin[index] = Math.min(nums[i], bucketMin[index]);
bucketMax[index] = Math.max(nums[i], bucketMax[index]);
}
int maxGap = 0;
//min 看做第 -1 个箱子的最大值
int previousMax = min;
//从第 0 个箱子开始计算
for (int i = 0; i < n - 1; i++) {
//最大值是 -1 说明箱子中没有数字，直接跳过
if (bucketMax[i] == -1) {
continue;
}
//当前箱子的最小值减去前一个箱子的最大值
maxGap = Math.max(bucketMin[i] - previousMax, maxGap);
previousMax = bucketMax[i];
}
//最大值可能处于边界，不在箱子中，需要单独考虑
maxGap = Math.max(max - previousMax, maxGap);
return maxGap;
}