2529-正整数和负整数的最大计数

给你一个按 非递减顺序 排列的数组 nums ，返回正整数数目和负整数数目中的最大值。

• 换句话讲，如果 nums 中正整数的数目是 pos ，而负整数的数目是 neg ，返回 pos 和 neg二者中的最大值。

注意：0 既不是正整数也不是负整数。

示例 1：

**输入：** nums = [-2,-1,-1,1,2,3]
**输出：** 3
**解释：** 共有 3 个正整数和 3 个负整数。计数得到的最大值是 3 。

示例 2：

**输入：** nums = [-3,-2,-1,0,0,1,2]
**输出：** 3
**解释：** 共有 2 个正整数和 3 个负整数。计数得到的最大值是 3 。

示例 3：

**输入：** nums = [5,20,66,1314]
**输出：** 4
**解释：** 共有 4 个正整数和 0 个负整数。计数得到的最大值是 4 。

提示：

• 1 <= nums.length <= 2000
• -2000 <= nums[i] <= 2000
• nums 按 非递减顺序 排列。

进阶： 你可以设计并实现时间复杂度为 O(log(n)) 的算法解决此问题吗？

方法一：遍历

遍历数组，用两个变量统计。

[sol1-Python3]

class Solution:
    def maximumCount(self, nums: List[int]) -> int:
        less = great = 0
        for x in nums:
            if x < 0: less += 1
            elif x > 0: great += 1
        return max(less, great)

[sol1-Go]

func maximumCount(nums []int) int {
	less, great := 0, 0
	for _, x := range nums {
		if x < 0 {
			less++
		} else if x > 0 {
			great++
		}
	}
	return max(less, great)
}

func max(a, b int) int { if b > a { return b }; return a }

复杂度分析

• 时间复杂度：O(n)，其中 n 为 nums 的长度。
• 空间复杂度：O(1)，仅用到若干额外变量。

方法二：二分查找

二分查找 0，原理见 【基础算法精讲 04】 。

[sol1-Python3]

class Solution:
    def maximumCount(self, nums: List[int]) -> int:
        return max(bisect_left(nums, 0), len(nums) - bisect_right(nums, 0))

[sol1-Go]

func maximumCount(nums []int) int {
	return max(sort.SearchInts(nums, 0), len(nums)-sort.SearchInts(nums, 1))
}

func max(a, b int) int { if b > a { return b }; return a }

复杂度分析

• 时间复杂度：O(\log n)，其中 n 为 nums 的长度。
• 空间复杂度：O(1)，仅用到若干额外变量。