LeetCode.M128.最长连续序列
题目:
题目大意:
如图所示。
数据范围:
如图所示
一 、解法 :
思路:
并查集 + 哈希:在使用并查集记录一个连续序列(的下标)时,维护连续序列的长度。思路与[AcWing837连通块中点的数量]大致一致。都是维护数量信息。使用哈希表记录值对应的下标。
具体做法:第一次遍历到一个数 x 时,将 <x, x 的下标> 加到 map 中,如果 x - 1 已经遍历过了,则用并查集合并 x 和 x - 1 这两个数的下标,代表在该下标的数是一个连续的序列,同时更新数量信息。对 x + 1 同理。
代码:
class Solution {
public int[] p = new int[100010];
public int[] size = new int[100010];
public int find(int x){
if (x != p[x]){
p[x] = find(p[x]);
}
return p[x];
}
public void union(int a, int b){
int pa = find(a), pb = find(b);
p[pa] = pb;
size[pb] += size[pa];
}
public int longestConsecutive(int[] nums) {
Map<Integer, Integer> indexV = new HashMap<>();
int n = nums.length;
for (int i = 0; i < n; i ++ ){
p[i] = i;
size[i] = 1;
}
for (int i = 0; i < n; i ++ ){
if (!indexV.containsKey(nums[i])){
indexV.put(nums[i], i);
if (indexV.containsKey(nums[i] - 1)){
union(i, indexV.get(nums[i] - 1));
}
if (indexV.containsKey(nums[i] + 1)){
union(indexV.get(nums[i] + 1), i);
}
}
}
int ans = 0;
for (int i = 0; i < n; i ++ ){
if (i == p[i]){
ans = Math.max(ans, size[i]);
}
}
return ans;
}
}
时空复杂度分析等:
- 时间复杂度 : O(n)
- 空间复杂度 : O(n)
二 、解法 :
思路:
集合:先将所有元素插入 set 中,然后遍历所有元素,遍历到 x 时,如果没有比 x 小的 x - 1,即 x 为这一个序列的第一个元素时(保证不会从 x + 1 再次查找该序列以降低时间复杂度),不断地在 set 中查找 x + 1、x + 2 … ,则找到了以 x 为第一个元素的序列,再更新最大序列长度
代码:
class Solution {
public int longestConsecutive(int[] nums) {
Set<Integer> set = new HashSet<>();
for (int i = 0; i < nums.length; i ++ ){
set.add(nums[i]);
}
int ans = 0;
for (int i = 0; i < nums.length; i ++ ){
if (!set.contains(nums[i] - 1)){
int len = 0, k = nums[i];
while (set.contains(k)){
k ++ ;
len ++ ;
}
ans = Math.max(ans, len);
}
}
return ans;
}
}
时空复杂度分析等:
- 时间复杂度 : O(n)
- 空间复杂度 : O(n)
三 、解法 :
思路:
哈希:使用一个哈希表,在一个序列的左右端点处记录该序列的长度。
- 若数已在哈希表中:跳过不做处理
- 若是新数加入:
- 取出其左右相邻数已有的连续区间长度 left 和 right
- 计算当前数的区间长度为:
len = left + right + 1
- 根据 len 更新最大长度 ans 的值
- 更新区间两端点的长度值
代码:
class Solution {
public int longestConsecutive(int[] nums) {
Map<Integer, Integer> map = new HashMap<>();
int ans = 0;
for (int i = 0; i < nums.length; i ++ ){
if (!map.containsKey(nums[i])){
int left = map.getOrDefault(nums[i] - 1, 0);
int right = map.getOrDefault(nums[i] + 1, 0);
int len = left + right + 1;
ans = Math.max(ans, len);
map.put(nums[i],len);
map.put(nums[i] - left, len);
map.put(nums[i] + right, len);
}
}
return ans;
}
}
时空复杂度分析等:
-
时间复杂度 : O(n)
-
空间复杂度 : O(n)