Data structures 在同一时期，该市人口最多的是多少？

今天课堂上讨论的一个问题是： n巴黎是给定的（ai，bi），每对代表一个人，ai，bi代表2019年他从巴黎的入境日期和出境日期。 问题是，在同一时期，城市人口最多的是什么

我尝试将日期强制转换为[1365]（整数），并将它们插入一个AVL的入口，将退出日期插入另一个AVL，并保存两个AVL的指针，遍历一棵树并在需要时更新最大值。 我认为这是一个幼稚的想法，因为它需要O（n^2）

我们了解的数据结构是：

---

数组、链表、队列、堆栈、堆、BST、AVL、堆、哈希表、SkipList和图形。

您可以将数组用于此逻辑

由于一年中的天数是固定的，因此创建一个数组来统计该特定日期城市中的人数

count[365] = {0}; //Reset the counter, all entries should be zero.
maxCount = 0;
maxDay = -1;

for(day from 0 to (365-1))
{
    for(i from 0 to (n-1) person)
    {
        if(day >= ai && day <= bi) //Update this check based on whether ai and bi are inclusive or not.
        {
            count[day] = count[day]+1;
            if(count[day] > maxCount) //Keep track of maxCount, if required update it.
            {
                maxCount = count[day];
                maxDay   = day;
            }
        }
    }
}

Output maxDay, maxCount;

count[365]={0}//重置计数器，所有条目应为零。
最大计数=0；
maxDay=-1；
用于（从0到（365-1）的日期）
{
适用于（从0人到（n-1人）
{
if（day>=ai&&day maxCount）//跟踪maxCount，如果需要，更新它。
{
maxCount=计数[天]；
maxDay=天；
}
}
}
}
输出maxDay，maxCount；

---

上述逻辑的时间复杂度为

O（365*n）=>O（n）

您可以将数组用于此逻辑

由于一年中的天数是固定的，因此创建一个数组来统计该特定日期城市中的人数

count[365] = {0}; //Reset the counter, all entries should be zero.
maxCount = 0;
maxDay = -1;

for(day from 0 to (365-1))
{
    for(i from 0 to (n-1) person)
    {
        if(day >= ai && day <= bi) //Update this check based on whether ai and bi are inclusive or not.
        {
            count[day] = count[day]+1;
            if(count[day] > maxCount) //Keep track of maxCount, if required update it.
            {
                maxCount = count[day];
                maxDay   = day;
            }
        }
    }
}

Output maxDay, maxCount;

count[365]={0}//重置计数器，所有条目应为零。
最大计数=0；
maxDay=-1；
用于（从0到（365-1）的日期）
{
适用于（从0人到（n-1人）
{
if（day>=ai&&day maxCount）//跟踪maxCount，如果需要，更新它。
{
maxCount=计数[天]；
maxDay=天；
}
}
}
}
输出maxDay，maxCount；

上述逻辑的时间复杂度为

O（365*n）=>O（n）