本文详解如何用单次遍历、更简洁逻辑重构原始代码，显著提升可读性与效率，同时正确处理边界空座情况。
本文详解如何用单次遍历、更简洁逻辑重构原始代码，显著提升可读性与效率，同时正确处理边界空座情况。
在解决「到最近乘客的最大距离」（LeetCode 849）问题时，核心目标是：给定一个仅含 0（空座）和 1（有人）的数组，找出一个空位，使它到最近已坐人位置的距离最大化，并返回该最大距离。
原始实现虽功能正确，但存在明显可优化点：
- 使用了三次独立遍历（左端连续空座、右端连续空座、中间最长连续空座）；
- 变量命名模糊（如 left_max, curr_count, max_count），语义不清晰；
- 中间段逻辑未区分「连续空座长度」与「实际可获得的最大最小距离」（即 (gap + 1) // 2）；
- 边界处理冗余（如手动 while 循环统计首尾零），易出错且缺乏健壮性。
✅ 优化思路：一次扫描，三类场景统一建模
我们只需记录上一个 1 的位置 p，并在遇到下一个 1 时，计算二者之间的中点距离（即 (i - p) // 2），该值即为这段中间空区间内能获得的最大最小距离。同时，首尾两种边界情况需单独考虑：
- 左边界：首个 1 前的所有空位 → 距离为 p（即索引值）；
- 右边界：末位 1 后的所有空位 → 距离为 len(seats) - 1 - p；
- 中间区间：任意两个相邻 1 之间 → 最优落点在正中，距离为 (i - p) // 2。
以下为优化后的 Python 实现（使用类型提示增强可读性，逻辑高度凝练）：
from typing import List
class Solution:
def maxDistToClosest(self, seats: List[int]) -> int:
# 找到第一个 1 的位置，作为初始参考点 p
p = seats.index(1)
# c 记录当前全局最大「到最近人的距离」
c = p # 初始化为左边界距离（即第一个 1 到开头的距离）
# 从 p+1 开始遍历，寻找后续的 1
for i in range(p + 1, len(seats)):
if seats[i] == 1:
# 当前 1 与上一个 1 的距离为 (i - p)，最优距离为中点 → (i - p) // 2
c = max(c, (i - p) // 2)
p = i # 更新上一个 1 的位置
# 处理右边界：最后一个 1 到末尾的距离
c = max(c, len(seats) - 1 - p)
return c? 关键改进说明：
- ✅ 单次遍历完成全部逻辑：无需预扫描首尾，也无需额外循环统计中间段；
- ✅ 变量语义明确：p 恒为上一个已知 1 的下标，c 始终代表当前最优解；
- ✅ 边界自然覆盖：seats.index(1) 确保 p 合法；末尾 max(c, len(seats)-1-p) 统一处理右边界；
- ✅ 数学严谨：(i - p) // 2 正确给出两 1 之间最大最小距离（例如 [1,0,0,0,1] → i-p=4 → 4//2=2）。
? 注意事项：
- 输入保证至少有一个 1 和一个 0，因此 seats.index(1) 安全；
- 整数除法 // 在 Python 中自动向下取整，恰好满足 (gap + 1) // 2 的等价效果（因 gap = i - p 为偶数或奇数时，(i-p)//2 与 (gap+1)//2 数值一致）；
- 时间复杂度：O(n)；空间复杂度：O(1) —— 达到理论最优。
? 总结：算法优化不只关乎性能，更是对问题本质的提炼。本解法将“找最大最小距离”抽象为对三种几何场景（左/中/右）的统一距离建模，用最少的状态维护和最清晰的控制流，实现了正确性、可读性与效率的三重提升。
