我刚刚开始进行竞争性编程，在针对某些问题编写解决方案后，我发现 RUNTIME超出错误。
a 是元素列表而 i ， j 是索引我需要获取 max（）上述表达。
这是一个简短但完整的代码段。
t = int(input()) # Number of test cases
for i in range(t):
n = int(input()) #size of list
a = list(map(int, str(input()).split())) # getting space separated input
res = []
for s in range(n): # These two loops are increasing the run-time
for d in range(n):
res.append(abs(a[s] - a[d]) + abs(s - d))
print(max(res))
Input File此链接可能会过期（希望它有效）
C语言的排行榜运行时间为5秒， Python的运行时间为35秒，而此代码需要 80秒。
在线评判如此独立于机器。 numpy不可用。
请保持简单我是python的新手。
感谢阅读。
答案 0 :(得分：1)
＆＃34;竞争性节目＆＃34;不是通过使用不同类型的循环来节省几毫秒;关于如何处理问题，以及然后有效地实施解决方案。
然而，跳出来的一件事是你浪费时间建立一个列表只扫描它以找到最大值。您的双循环可以转换为以下内容（忽略其他可能的改进）：
print(max(abs(a[s] - a[d]) + abs(s - d) for s in range(n) for d in range(n)))
但那是小鱼苗。首先担心你的算法，然后转向甚至明显的时间浪费。正如@Brett向您展示的那样，您可以将比较次数减少一半，但我会首先研究问题并问自己：我是否真的需要计算此数量n^2次，甚至0.5*n^2次？这就是你如何缩短时间，而不是缩短毫秒。
答案 1 :(得分：1)
对于给定的j<=i，|a[i]-a[j]|+|i-j| = max(a[i]-a[j]+i-j, a[j]-a[i]+i-j)。
因此对于给定的i，最大化j<=i的{{1}}的值是最大化|a[i]-a[j]|+|i-j|的{{1}}或j最小化a[j]-j。
这两个值都可以在您沿着数组运行时计算，给出一个简单的O（n）算法：
j这是针对一个天真但明显正确的算法进行的一些简单测试：
a[j]+j在大小为10 ^ 5的数组上运行def maxdiff(xs):
mp = mn = xs[0]
best = 0
for i, x in enumerate(xs):
mp = max(mp, x-i)
mn = min(mn, x+i)
best = max(best, x+i-mn, -x+i+mp)
return best
只需要几分之一秒，这明显优于您报告的排行榜得分。