leetcode——第674题——最长连续递增序列

最新推荐文章于 2023-06-05 16:56:36 发布

原创最新推荐文章于 2023-06-05 16:56:36 发布 · 405 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode #数据结构 #动态规划

类型总结之——DP动态规划同时被 2 个专栏收录

43 篇文章

订阅专栏

类型总结之——贪心算法

21 篇文章

订阅专栏

这篇博客介绍了两种方法来寻找一个未经排序的整数数组中，最长的连续递增子序列的长度。方法一是动态规划，通过维护一个dp数组，更新每个位置的最长递增子序列长度；方法二是贪心算法，利用计数器count跟踪连续递增子序列，当遇到不满足递增条件时，重置计数器。最终返回count的最大值作为最长连续递增子序列的长度。

题目：
给定一个未经排序的整数数组，找到最长且连续递增的子序列，并返回该序列的长度。

连续递增的子序列可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], …, nums[r - 1], nums[r]] 就是连续递增子序列。

class Solution {
/*
方法一： 动态规划
时间复杂度：O(n)
空间复杂度：O(n)
dp[i] 表示以下标 i 结尾的最长连续递增子序列的长度为 dp[i]

递推公式：
if(nums[i] < nums[i + 1])   {dp[i + 1] = dp[i] + 1;}

方法二：
贪心算法
时间复杂度：O(n)
空间复杂度：O(1)
思想：遇到 nums[i] < nums[i + 1] 的情况，count就加一，否则 count 就等于 1，最后记录count的最大值
*/

public:
/*****************************方法一：动态规划*********************************/
    // int findLengthOfLCIS(vector<int>& nums) 
    // {
    //     vector<int> dp(nums.size(), 1);
    //     int result = 1;     // 这里初始化写错了，应该将其初始化为 1 ，可不是0啦~
    //     // 注意这里的判断条件需要 nums.size() - 1,因为循环内有对 i+1 下标的处理
    //     for(int i = 0; i < nums.size() - 1; ++i)
    //     {
    //         if(nums[i] < nums[i + 1])
    //         {
    //             // 刚刚把这里面的写错了，说明递推公式没有搞明白，加深一下印象哦~
    //             // 这里的操作是对 i+1 进行的，注意注意~~~
    //             dp[i + 1] = dp[i] + 1;
    //         }
    //         if(result < dp[i + 1])
    //         {
    //             result = dp[i + 1];
    //         }
    //     }
    //     return result;
    // }

/**************************方法二：贪心算法******************************/

    int findLengthOfLCIS(vector<int>& nums) 
    {
        // 这个判断空的条件不要忘记了昂~~~
        if(nums.size() == 0)    return 0;
        int count = 1;
        int result = 1;
        // 这里的 终止条件又写错了，循环内部是对 i+1 的处理嘛，所以最大只能到 nums.size()-1
        for(int i = 0; i < nums.size() - 1; ++i)
        {
            if(nums[i] < nums[i + 1])
            {
                count++;
            }
            else
            {
                count = 1;
            }
            if(result < count)
            {
                result = count;
            }
        }
        return result;
    }
};