数组求极差：从最大值最小值之差到边界处理与算法进阶

这大概是洛谷“深基4”题单里，让最多人第一次体会到“数组题也不会想当然”的一道题。P5724 求极差 / 最大跨度值 / 最大值和最小值的差，题面短得可怜：输入若干个整数，输出最大值与最小值的差。就这么一句话，本质上考察的却是一整套后续算法都会反复用到的基本功：读入数据、遍历维护最值、处理边界条件、避开类型和初始化的坑。

题目虽然简单，但它背后的“极差”概念，不只在 OJ 上出现。做数据分析要看一组数据的波动范围，写滑动窗口要动态维护一段区间的最大值和最小值，评审一段代码也要先看逻辑边界是否健壮。这个题目恰好把这些东西压缩在一个最小例子里，适合刚学完数组和循环的初学者拿来练手，也适合正在复习基础算法的同学快速自检——如果你不看题解，能不能一次写对，并且把每个边界情况都解释清楚。

1. 题目到底在考什么：从“求极差”看一类入门问题

1.1 极差是什么，为什么竞赛入门题都爱考它

极差（Range）在统计学里也叫全距，定义就是一组数据中最大值与最小值的差。它衡量的是这组数据的波动幅度，数值越大说明数据分布越分散，数值越小说明分布越集中。

这个名字在不同教材里叫法不太一样。有的叫“最大跨度值”，有的直接写成“最大值和最小值的差”，洛谷这道题的三个别名其实指向同一个东西。理解这一点很重要，因为 OJ 上很多题描述不换汤不换药，将来你还会碰到“求一个数组里最大元素和最小元素之差”的各种变体，核心都是同一套操作。

竞赛入门阶段拿极差当练习题，是因为它同时覆盖了两类基本能力：

• 对单个数组元素进行扫描的过程，包括循环、下标访问、分支判断。
• 处理“最值”问题的通用思路，即先有初始值，再不断比较更新。

不夸张地说，你后面接触到的动态规划、二分答案、滑动窗口，很多地方都要用到“维护当前最大值/最小值”这种朴素思想。只不过极差把这件事压缩到最简单，让你先把基本功打扎实。

1.2 三种常见解法的思路对比

既然要求最大值和最小值的差，直观上有三种做法。

第一种是扫描法：读入所有数据并同时记录最大值和最小值，最后输出差值。复杂度是 O(n)，空间可以做到 O(1)，这也是我认为最符合题目考察意图的解法。

第二种是排序法：把数组排好序后，最后一个元素减第一个元素。复杂度 O(n log n)，虽然能过，但没有利用到这个问题的特殊性质，属于“杀鸡用牛刀”，在数据量大的时候会吃亏。

第三种是直接调用语言自带的求极值函数，例如 Python 的 min() 和 max()，C++ 的 std::minmax_element()。这种写法工程上很常见，可读性好，但如果是学习阶段，建议还是自己写一遍内部逻辑，否则很难积累代码直觉。

三种方法最关键的区别在于信息量。你需要的只是两个极值，而不是数据之间的顺序关系，所以排序其实多做了一大堆无用功。当你以后遇到“只求最大值”“只比大小”这类问题时，第一反应应该是扫描，而不是排序。这个判断力靠题目堆出来，这道 P5724 就是一个很好的起点。

2. 不同语言的完整实现与关键细节

2.1 C++ 实现：从“标准答案”看初始化陷阱

我在带训练的时候，发现第一次写这道题的 C++ 选手，十有八九会在初始化上犯同一个错误。这里先给一个我觉得最稳妥的写法。

cpp复制#include <cstdio>
#include <algorithm>

int main() {
    int n;
    scanf("%d", &n);
    
    int x;
    scanf("%d", &x);  // 先读第一个数
    int maxv = x;
    int minv = x;
    
    for (int i = 1; i < n; ++i) {
        scanf("%d", &x);
        if (x > maxv) maxv = x;
        if (x < minv) minv = x;
    }
    
    printf("%d\n", maxv - minv);
    return 0;
}

这段代码最关键的地方在于，我没有把 maxv 初始化为 0，也没有把 minv 初始化为一个很大的数，而是直接把它设成第一个输入元素。为什么这样安全？因为如果全部输入都是负数，maxv = 0 就会导致答案错误，你以为最大值是 0，实际上它根本不在数据里。

当然也有另一套常见做法：

cpp复制int maxv = INT_MIN;
int minv = INT_MAX;

这也是对的，只要记得引入 <climits> 头文件。这两种方式各有拥趸，我个人更喜欢用第一个元素初始化，因为思路更自然，也不依赖宏定义，尤其是在数据范围不明确或可能出现更大值类型的时候。

2.2 Python 实现：先学会手动扫描，再谈简洁写法

如果是 Python 选手，这道题最直观的写法其实很短：

python复制n = int(input())
a = list(map(int, input().split()))
print(max(a) - min(a))

如果你是刚学编程，我建议还是先看下面的手动扫描版本，理解内部发生了什么：

python复制n = int(input())
a = list(map(int, input().split()))

maxv = a[0]
minv = a[0]

for x in a[1:]:
    if x > maxv:
        maxv = x
    if x < minv:
        minv = x

print(maxv - minv)

这里有个值得讨论的点：a[1:] 会复制一份新列表，对于这道题的数据量没什么影响，但如果你以后处理上百万个元素，这种切片会白白多占内存。更地道的写法是用索引循环，或者直接用 range(1, n)。写代码的时候，除了追求正确，还要下意识地考虑“数据大了怎么办”，这是从入门题开始就该养成的习惯。

Python 在处理超大输入的时候，input() 其实是比较慢的。如果以后刷到输入数据特别多的题，可以考虑用 sys.stdin.buffer.read().split() 一次性读入，再用 map 批量转成整数。这道题用不用无所谓，但早点知道这个技巧，后面会省很多事。

2.3 其他语言与工具环境的极值处理方式

如果你用 Java，思路一样，代码风格略有差异：

java复制int maxv = a[0];
int minv = a[0];
for (int i = 1; i < n; i++) {
    maxv = Math.max(maxv, a[i]);
    minv = Math.min(minv, a[i]);
}
System.out.println(maxv - minv);

而当你走出 OJ，在实际数据分析中拿到一组数据时，处理“最大值减最小值”这件事的工具又会变。比如在 Excel 里，就是 =MAX(A1:A100)-MIN(A1:A100)；如果想按条件取最大，还会用到 MAXIFS。在 Stata 里，一条 summarize varname 就能看到极值，配合返回值的调用也能直接算极差。工具虽然不同，内在的“扫描比较”思想是完全一致的。这也是我建议你认真做这道题的原因：你学的不是某段代码，而是一种在任何语言、任何工具里都能迁移的数据处理逻辑。

3. 从“读题”到“AC”：完整过程还原与避坑点

3.1 读题和样例，教你如何确认自己没理解偏

先看洛谷 P5724 的样例输入：

code复制5
1 2 3 4 5

输出：

code复制4

这个样例太善良了，数据本身有序，最大值是 5，最小值是 1，差为 4，人眼一扫就能得到答案。但也正因为样例太简单，很多人写完代码，样例过了就急着交，结果测试点里藏着各种奇怪的边界情况，直接给你一个鲜红的 WA。

更稳的做法是提交前自己再造几组测试数据，手动把答案算出来，再和程序比对。比如：

• 输入 3，然后输入 5 5 5，期望输出 0。
• 输入 4，然后输入 -1 -100 -99 -50，期望输出 99（最大值 -1，最小值 -100）。
• 输入 2，然后输入 2147483647 -2147483647，期望输出 4294967294，这时候你就要考虑 int 是否放得下了。

如果你能把这些情况全部想清楚，再提交，那这题才算真正“读完了”。

3.2 输入格式里容易忽略的细节

这道题的输入格式是：

code复制n
a1 a2 ... an

第二个正整数 a1 a2 ... an 可能在同一个空格行里，也可能跨多行。比如这样也是合法输入：

code复制5
1 2
3 4 5

scanf、cin、input().split() 这类标准输入函数天然会跳过空白字符（空格、换行、制表符），所以不需要担心数据在不在同一行。但如果你用 getline 按行读，就要自己处理“一行可能装不下所有数据”的情况。

还有一个非常基础的坑：n 都可能为零吗？这道题题目里应该保证 n 至少为 1，但你要是自己写通用函数，最好先判断数组长度，避免对空数组取 a[0] 导致运行时错误。在没有明确说明的情况下，对每一个输入都保持警惕，是竞赛选手的基本素养。

3.3 数据范围与整型溢出风险

原题给的数据范围通常不会特别夸张，你直接用 int 大概率能过。但我想借这个问题讲清楚一个判断逻辑，而不是让你去死记这个题的范围。

int 在绝大多数 OJ 上是 32 位有符号整数，能表示的范围大约是 [-2147483648, 2147483647]。如果输入的数据里既有接近上限的正数，又有接近下限的负数，那么 maxv - minv 的结果就可能接近 2147483647 - (-2147483648)，这个值已经超过 int 的上限了，会产生溢出。

一旦你意识到输入数据可能接近这个极端，就应该用 long long 或者直接输出时转成更大的类型。有些题目为了保证难度，会故意把数据范围卡在临界点附近，所以“看清楚数据范围再决定类型”的习惯，很可能在后面的考试里帮你避开一个大坑。

4. 实际问题排查：为什么你交上去还是 WA / RE / TLE

4.1 WA（答案错误）的三类高频原因

第一类就是初始化问题。最大值变量初始化为 0，但数据全是负数；最小值变量初始化为 0，但数据全是正数。这种错误样例不容易暴露，因为普通测试数据通常有正有负，恰好能把错误掩盖掉。

第二类是输出格式问题。有些同学会把样例的输出当成“带提示的”，自作聪明加了类似 printf("result=%d\n", maxv - minv) 的语句。OJ 的评测器只认约定的输出格式，多余字符都会被判定为 WA。

第三类是读入顺序错误。比如先循环读取数据，最后才读 n，或者把 n 也当成数据存进数组里，导致后面的比较范围不对。这种问题通常出现在你从别的题复制模板却没有改干净的情况下。

4.2 RE（运行时错误）和 TLE（超时）怎么排查

RE 最常见的原因是数组越界。声明 int a[100] 而输入 n=200，或者下标从 1 开始，却访问了 a[n]，都会导致访问未知内存。这类问题的解决办法是：要么开一个足够大的静态数组，例如 const int MAXN = 100000 + 5;，要么直接用动态数组 vector<int> a(n);，让容器自己处理边界。

TLE 在这道题上不太可能发生，因为 O(n) 的扫描已经是最优时间复杂度。但如果同样思路放在其他题上超时了，就得检查是不是使用了过慢的输入输出方式，比如 C++ 的 cin 和 cout 在默认情况下要和 C 标准 I/O 同步，速度较慢；加上 ios::sync_with_stdio(false); 和 cin.tie(nullptr); 可以明显提升速度。Python 选手则要注意，input() 在百万级输入时会明显慢于 sys.stdin.buffer.read()，提前储备这些优化手段，能在后续刷题中省去不少排查时间。

4.3 手造边界数据，测试用例速查表

分享一个我自己常用的测试思路，就是给程序喂入一些“不友好”的输入，看它能不能扛住。这里整理一份可以直接用来检验的测试表：

每个场景都很小，但组合起来能覆盖绝大多数出错的可能。平时做题养成自己造数据的习惯，比盲目提交等反馈要高效得多。

5. 极差问题的变体与延伸：从静态数组到滑动窗口

5.1 同一题换个问法：滑动窗口求最值

如果你觉得 P5724 太简单，那可以试试很常见的变体：给定一个数组和一个窗口大小 k，求每个长度为 k 的子数组中最大值和最小值的差。比如数组 1 3 -1 -3 5 3 6 7，k=3，第一个窗口 1 3 -1 的最大值是 3，最小值是 -1，极差是 4；第二个窗口 3 -1 -3 的极差是 6，以此类推。

如果对每个窗口都重新扫描一遍，总复杂度是 O(n·k)，当数据和 k 都很大时就会超时。正确做法是用单调队列（双端队列维护一个单调递减或递增的索引序列），把每个窗口的最值查询降到 O(1) 均摊，整个问题做到 O(n)。这个技巧在热词里也经常出现，比如“滑动窗口的最小值”就是一类经典题。

我强烈建议学有余力的同学去动手实现一遍滑动窗口极值，把这道 P5724 当成预热。你会发现，静态数组求一次最值和动态滑窗求多次最值之间，差的不是一个循环，而是“如何维护候选值集合”的算法设计思想，这正是从入门走向进阶的重要分水岭。

5.2 极差在数据分析和工程里的实际意义

走出 OJ，极差这个概念也会频繁出现在数据报表里。例如统计某产品一个月的每日销量，极差反映销量波动范围；分析传感器温度数据，极差能快速判断采集值是否异常；就连 Excel 里几个简单的 MAX 和 MIN 函数组合，也是在计算极差。

还有一点值得注意：热词里出现过“已达到计算机的连接数最大值”这样一个表述。它和“最大值”这个词有点关联，但实际是另一类“资源上限”问题——某个服务进程占用连接数达到操作系统的限制，属于运维层面的故障。初学编程时容易看到带“最大值”的报错就往算法上想，其实要先分清问题发生的层次：是数据逻辑问题，还是系统资源问题，还是代码本身的边界问题。这就是所谓“定位问题的能力”，从一道简单题开始，你对“最大值”“最小值”“极差”这些词的敏感度才会慢慢培养起来。

5.3 如果题目升级：求第二大值、区间修改后的极差

再延伸一步，有些题会要求输出第二大的值、第二大与最小的差，或者在每次区间修改后重新查询极差。前者要你在扫描时同时维护 max1 和 max2，后者就要用线段树之类的数据结构来维护区间最值，甚至还要合并左右子树的信息。

这些题目看起来比 P5724 复杂很多，但底层仍然是“合并两个已知区间的最大值和最小值”这一操作。你现在理解了极差问题的合并本质，将来接触线段树时就会觉得它并不神秘，无非是把比较过程变成树形结构里的自底向上合并。这也解释了我为什么推荐在这道入门题上多花一点时间：它是后面一系列高级数据结构的微缩版，值得认真对待。

6. 做题之外的一些个人体会

说回 P5724 本身。我第一次刷这道题的时候，觉得它就是“白给”，写了个 max(0, x) 的初始化版本，结果在一个全负数的测试点上翻车了。后来带学弟学妹训练，发现同样的问题会以不同的形式反复出现，不是大家不会写循环，而是缺少对边界情况的敏感度。

从那以后我养成了一个习惯：每次看到一个简单的求最值题目，都会先在草稿纸上列出三到五个边界数据，把答案手算出来，再写代码。写完后不急着提交，先拿这些边界数据自测一遍。这个习惯陪我从入门级刷到了省选级别，虽然不能保证每次 AC，但至少能过滤掉大部分低级失误。

题目可以很简单，但对待它的方式可以不简单。把这套“读题、造数据、写代码、自测、提交”的流程吃透，比多刷一百道重复的简单题都管用。希望这篇记录能帮你在极差这道题上不只是拿到一个 Accepted，而是真正把数组最值问题理解透。