[每日一题] 力扣376

本文参考代码随想录的解法，作为平时的学习记录。
源码来自 代码随想录-贪心-376.摆动序列

整体思路：

• 局部最优：删除单调坡度上除两端之外的节点，那么这个坡度就可以有两个局部峰值
• 整体最优：整个序列的有最多的局部峰值，从而达到最长摆动序列
• 只需要统计数组的峰值数量（让峰值尽可能的保持峰值删除单一坡度的节点，然后统计长度）

三种情况：

1. 峰值中有平坡（包括 上下坡中有平坡；数组首尾两端）

• 上下坡中有平坡：
  令prediff为某节点左侧梯度，curdiff为某节点右侧梯度
  设左侧单调增/减而右侧梯度=0时删掉节点
  而右侧单调增/减而左侧梯度=0时保留节点，记录为峰值
  (preDiff <= 0 && curDiff > 0) || (preDiff >= 0 && curDiff < 0)
• 数组首尾两端：
  —可以直接写死，就是如果只有两个元素且不相同，那么结果为2
  —如果不写死，就假设数组最前面还有一个数字，等于数组第一个数字。此时的判定条件是preDiff=0&&(curDiff>0||curDiff<0)

2. 单调坡当中有平坡(不能算摆动)
   不能实时更新了prediff，而是只在满足局部峰值的条件时更新prediff就行，
   因为单调区间中如果有水平的转折，那么一定有不满足峰值条件的拐点，由于没满足，就不更新prediff的话，本会被判定为峰值的那个中间点就不会再满足峰值条件，这样就避免了单调区间中间可能会出现的拐点干扰。
   代码如下

class Solution {
   public:
    int wiggleMaxLength(vector<int>& nums) {
        if (nums.size() <= 1) return nums.size();
        //记录当前的一对差值-梯度(当前判定点的右侧)
        int curDiff = 0;
        //记录前一对差值-梯度（当前判定点的左侧）
        //这里设为0代表默认左边还有一个与数组第一个元素相等的元素，便于判断首尾两端的情况
        int preDiff = 0;
        //记录峰值个数,默认序列最右边有一个峰值,这样就不再遍历最后一个值了
        int result = 1;
        for (int i = 0; i < nums.size() - 1; i++) {
            curDiff = nums[i + 1] - nums[i];
            //判断峰值条件
            if ((preDiff <= 0 && curDiff > 0) ||
                (preDiff >= 0 && curDiff < 0)) {
                result++;
                //写在这里的话，只有在满足峰值判断条件时，才会更新preDiff，否则不更新，这样就能跳过单调部分
                preDiff = curDiff;
            }
            // 如果将更新preDiff写在判断语句外面，那么不管是不是峰值，都会更新preDiff，这对于峰值在中间的情况不友好
            //preDiff = curDiff;
        }
        return result;
    }
}