給你一個(gè)數(shù)組 seats 表示一排座位，其中 seats[i] = 1 代表有人坐在第 i 個(gè)座位上，seats[i] = 0 代表座位 i 上是空的（下標(biāo)從 0 開始）。

至少有一個(gè)空座位，且至少有一人已經(jīng)坐在座位上。

亞歷克斯希望坐在一個(gè)能夠使他與離他最近的人之間的距離達(dá)到最大化的座位上。

返回他到離他最近的人的最大距離。

思路：

1. 遍歷數(shù)組找到所有空座位的索引位置，保存在一個(gè)列表中。

2. 初始化最大距離為0。

3. 遍歷空座位的索引列表，計(jì)算亞歷克斯坐在當(dāng)前空座位上與離他最近的人的距離。

4. 更新最大距離為當(dāng)前距離與最大距離的較大值。

5. 返回最大距離。

代碼如下所示：

```python

def maxDistToClosest(seats):

? ? n = len(seats)

? ? max_distance = 0

? ? empty_seats = []

? ? # 找到所有空座位的索引位置

? ? for i in range(n):

? ? ? ? if seats[i] == 0:

? ? ? ? ? ? empty_seats.append(i)

? ? # 計(jì)算亞歷克斯坐在每個(gè)空座位上與離他最近的人的距離

? ? for seat in empty_seats:

? ? ? ? distance = min(seat - empty_seats[0], empty_seats[-1] - seat)

? ? ? ? max_distance = max(max_distance, distance)

? ? return max_distance

```

復(fù)雜度分析：

- 時(shí)間復(fù)雜度：遍歷數(shù)組需要O(n)的時(shí)間，計(jì)算亞歷克斯與離他最近的人的距離需要O(k)的時(shí)間，其中k為空座位的數(shù)量。因此總時(shí)間復(fù)雜度為O(n+k)。

- 空間復(fù)雜度：除了輸入數(shù)組和一些輔助變量外，需要額外的O(k)的空間來保存空座位的索引。因此總空間復(fù)雜度為O(k)。