华为7月23日机考真题

📌 点击直达笔试专栏 👉《大厂笔试突围》

💻 春秋招笔试突围在线OJ 笔试突围OJ](bishipass.com)

03. 山峰观测站数据分析

问题描述

LYA是一名地理数据分析师,负责分析山峰观测站收集的海拔高度数据。观测站在一条直线上设置了 m m m 个测量点,按顺序测量得到了海拔高度序列。

LYA需要找出所有满足"山峰特征"的连续区间。一个区间具有山峰特征需要满足:

  1. 区间内的海拔高度先呈现单调非递减趋势(即对于任意 i ≤ j ≤ k i \leq j \leq k i≤j≤k,有 h e i g h t i ≤ h e i g h t j heighti \leq heightj heighti≤heightj
  2. 然后呈现单调非递增趋势(即对于任意 k ≤ p ≤ q k \leq p \leq q k≤p≤q,有 h e i g h t p ≥ h e i g h t q heightp \geq heightq heightp≥heightq
  3. 允许相邻测量点有相同的海拔高度

在所有满足山峰特征的区间中,LYA想要找到海拔高度最大值与最小值差值最大的区间,并返回这个最大差值。

输入格式

第一行包含一个正整数 m m m,表示测量点的数量。

第二行包含 m m m 个非负整数,用空格分隔,表示各测量点的海拔高度。

输出格式

输出一个整数,表示所有山峰特征区间中海拔高度最大差值。

样例输入

复制代码
8
1 2 3 5 4 4 8 1

5
15 15 15 15 15

6
3 8 12 10 6 9

样例输出

复制代码
7

0

9

数据范围

  • 1 ≤ m ≤ 1000 1 \leq m \leq 1000 1≤m≤1000
  • 0 ≤ h e i g h t i ≤ 1 0 6 0 \leq heighti \leq 10^6 0≤heighti≤106
样例 解释说明
样例1 存在区间1,2,3,5,4,44,8,1都满足山峰特征,其中4,8,1的差值最大为8-1=7
样例2 整个数组都满足山峰特征(所有值相等),海拔差值为15-15=0
样例3 区间3,8,12,10,6满足山峰特征,最大差值为12-3=9

题解

这道题的关键在于理解山峰特征的定义,然后高效地找出所有满足条件的区间。

核心思路:

与其枚举所有可能的区间(这样会超时),不如换个思路:将每个位置都当作可能的"山峰顶点",然后向左右扩展找到最大的满足条件的区间。

算法步骤:

  1. 预处理左边界: 对于每个位置 i i i,计算从 i i i 向左能扩展到的最远位置 l e f t i lefti lefti,使得这段区间满足单调非递减
  2. 预处理右边界: 对于每个位置 i i i,计算从 i i i 向右能扩展到的最远位置 r i g h t i righti righti,使得这段区间满足单调非递增
  3. 计算答案: 对于每个位置 i i i 作为峰顶,区间 l e f t \[ i , r i g h t i ] left\[i, righti] left\[i,righti] 就是一个满足条件的山峰区间
    • 区间的最大值就是 h e i g h t i heighti heighti(峰顶)
    • 区间的最小值只能出现在两端,即 min ⁡ ( h e i g h t l e f t \[ i ] , h e i g h t r i g h t \[ i ] ) \min(heightleft\[i], heightright\[i]) min(heightleft\[i],heightright\[i])
    • 差值为 h e i g h t i − min ⁡ ( h e i g h t l e f t \[ i ] , h e i g h t r i g h t \[ i ] ) heighti - \min(heightleft\[i], heightright\[i]) heighti−min(heightleft\[i],heightright\[i])

为什么这样是对的?

  • 任何满足山峰特征的区间都必然有一个峰顶位置
  • 通过预处理,我们能快速找到以任意位置为峰顶的最大山峰区间
  • 这样可以保证不遗漏任何可能的区间,同时避免重复计算

时间复杂度: O ( m ) O(m) O(m)
空间复杂度: O ( m ) O(m) O(m)

参考代码

  • Python
python 复制代码
import sys
input = lambda: sys.stdin.readline().strip()

# 读取输入数据
m = int(input())
if m == 0:
    print(0)
    exit()

heights = list(map(int, input().split()))

# 预处理每个位置向左的边界
left_bound = [0] * m
left_bound[0] = 0

for i in range(1, m):
    if heights[i-1] <= heights[i]:  # 满足非递减条件
        left_bound[i] = left_bound[i-1]  # 继续向左扩展
    else:
        left_bound[i] = i  # 无法扩展,边界就是自己

# 预处理每个位置向右的边界  
right_bound = [0] * m
right_bound[m-1] = m-1

for i in range(m-2, -1, -1):
    if heights[i] >= heights[i+1]:  # 满足非递增条件
        right_bound[i] = right_bound[i+1]  # 继续向右扩展
    else:
        right_bound[i] = i  # 无法扩展,边界就是自己

# 计算最大差值
max_diff = 0
for i in range(m):
    # 以位置i为峰顶的山峰区间
    peak_val = heights[i]  # 峰顶值(最大值)
    min_val = min(heights[left_bound[i]], heights[right_bound[i]])  # 最小值在两端
    curr_diff = peak_val - min_val
    max_diff = max(max_diff, curr_diff)

print(max_diff)
  • Cpp
cpp 复制代码
#include <bits/stdc++.h>
using namespace std;

int main() {
    ios::sync_with_stdio(false);
    cin.tie(NULL);
    
    int m;
    cin >> m;
    
    if (m == 0) {
        cout << 0 << endl;
        return 0;
    }
    
    vector<int> h(m);  // 海拔高度数组
    for (int i = 0; i < m; i++) {
        cin >> h[i];
    }
    
    // 预处理左边界数组
    vector<int> left(m);
    left[0] = 0;
    for (int i = 1; i < m; i++) {
        if (h[i-1] <= h[i]) {
            left[i] = left[i-1];  // 向左扩展
        } else {
            left[i] = i;  // 边界为当前位置
        }
    }
    
    // 预处理右边界数组
    vector<int> right(m);
    right[m-1] = m-1;
    for (int i = m-2; i >= 0; i--) {
        if (h[i] >= h[i+1]) {
            right[i] = right[i+1];  // 向右扩展
        } else {
            right[i] = i;  // 边界为当前位置
        }
    }
    
    // 计算最大差值
    int result = 0;
    for (int i = 0; i < m; i++) {
        int peak = h[i];  // 峰顶高度
        int valley = min(h[left[i]], h[right[i]]);  // 两端最小值
        result = max(result, peak - valley);
    }
    
    cout << result << endl;
    return 0;
}
  • Java
java 复制代码
import java.util.*;
import java.io.*;

public class Main {
    public static void main(String[] args) throws IOException {
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        
        int m = Integer.parseInt(br.readLine());
        
        if (m == 0) {
            System.out.println(0);
            return;
        }
        
        String[] heightStrs = br.readLine().split(" ");
        int[] heights = new int[m];
        for (int i = 0; i < m; i++) {
            heights[i] = Integer.parseInt(heightStrs[i]);
        }
        
        // 计算每个位置的左边界
        int[] leftBound = new int[m];
        leftBound[0] = 0;
        for (int i = 1; i < m; i++) {
            if (heights[i-1] <= heights[i]) {
                leftBound[i] = leftBound[i-1];  // 继续向左扩展
            } else {
                leftBound[i] = i;  // 边界为当前位置
            }
        }
        
        // 计算每个位置的右边界
        int[] rightBound = new int[m];
        rightBound[m-1] = m-1;
        for (int i = m-2; i >= 0; i--) {
            if (heights[i] >= heights[i+1]) {
                rightBound[i] = rightBound[i+1];  // 继续向右扩展
            } else {
                rightBound[i] = i;  // 边界为当前位置
            }
        }
        
        // 计算最大差值
        int maxDiff = 0;
        for (int i = 0; i < m; i++) {
            int peakHeight = heights[i];  // 峰顶高度
            int minHeight = Math.min(heights[leftBound[i]], heights[rightBound[i]]);  // 两端最小值
            maxDiff = Math.max(maxDiff, peakHeight - minHeight);
        }
        
        System.out.println(maxDiff);
    }
}
相关推荐
小欣加油8 小时前
leetcode56 合并区间
c++·算法·leetcode·职场和发展
lqqjuly8 小时前
前沿算法深度解析(二)
人工智能·算法·机器学习
特立独行的猫a8 小时前
Tauri 应用移植到 OpenHarmony/鸿蒙PC完整指南
华为·rust·harmonyos·tauri·移植·鸿蒙pc
互联网散修9 小时前
鸿蒙实战:文字放大镜精确跟随手指放大
华为·harmonyos
徐小夕9 小时前
万字长文!千万级文档 RAG 知识库系统落地实践
前端·算法·github
akunkuntaimei9 小时前
2026年高考数学各省真题及答案(完整版)
算法·高考
Hello:CodeWorld10 小时前
C 风格变参 vs C++ 变参模板:核心区别与选型指南
c语言·c++·算法
8Qi811 小时前
LeetCode 516:最长回文子序列
算法·leetcode·职场和发展·动态规划
金启攻12 小时前
【鸿蒙应用开发实战·食光篇】第二篇:首页与菜系导航——圆形封面与美食榜单
华为·harmonyos
youngerwang12 小时前
【从搬运工到协处理器:网卡芯片架构、算法、验证与边缘演进深度剖析】
网络·算法·架构·芯片