概要

合格範囲 \([L, R]\) に入る生徒の中から、得点が最大の生徒の出席番号（同点なら最小番号）を求める問題です。合格者がいなければ -1 を出力します。

考察

• 求めたいのは「合格者の中での最大得点」と「そのときの最小の出席番号」です。
• 各生徒の得点は \(0 \sim 100\) と小さいですが、\(N\) は最大 \(2\times 10^5\) なので、全員を1回ずつ見る \(O(N)\) の方法が十分高速です。
• 「最大得点の人を探す」問題は、走査しながら現在の最良（最大）を更新していくのが定石です。
• 同点処理（最大得点が複数人いる場合は出席番号が最小）については、同点のときに更新しなければ最初に見つかった人（=出席番号が小さい人）が残ります。
  • 例：合格範囲内の得点が [80(1番), 90(2番), 90(3番)] のとき
    2番で最大が90になり、3番は同点なので更新しなければ答えは2番のままになります（最小番号で正しい）。
• 合格者が一人もいない場合に備えて、初期値として「まだ見つかっていない」ことを表す -1 を持っておくとシンプルです。

アルゴリズム

1. best_score = -1, best_idx = -1 で初期化する（まだ合格者を見つけていない状態）。
2. 生徒を \(i = 1 \ldots N\) の順に見ていく。
3. 得点 score が合格範囲 \(L \le score \le R\) を満たすときだけ候補とする。
4. その score が best_score より大きいなら、best_score = score, best_idx = i に更新する。
   • score == best_score のときは更新しないことで、より小さい出席番号が残る。
5. 最後に best_idx を出力する（見つからなければ -1 のまま）。

計算量

• 時間計算量: \(O(N)\)（全員を1回ずつ確認するだけ）
• 空間計算量: \(O(1)\)（最良値とインデックスなど定数個の変数のみ）

実装のポイント

• 出席番号は \(1\) 始まりなので、enumerate(P, 1) のようにして \(1\) から数えるとミスを防げます。

• 同点の場合に最小番号を優先するため、更新条件は score > best_score のみにします（>= にしない）。

• 合格者がいないケースに対応するため、best_idx を -1 で初期化してそのまま出力できるようにしておきます。

  ソースコード

import sys

def main():
    data = list(map(int, sys.stdin.buffer.read().split()))
    if not data:
        return
    N, L, R = data[0], data[1], data[2]
    P = data[3:3+N]

    best_score = -1
    best_idx = -1

    for i, score in enumerate(P, 1):
        if L <= score <= R:
            if score > best_score:
                best_score = score
                best_idx = i

    print(best_idx)

if __name__ == "__main__":
    main()

この解説は gpt-5.2-high によって生成されました。