算法题目——最长连续序列

最新推荐文章于 2025-12-25 20:17:35 发布

原创

最新推荐文章于 2025-12-25 20:17:35 发布 · 149 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #c语言 #数据结构

本文介绍了一道LeetCode上的算法问题——最长连续序列，详细讲解了解题思路，包括将数据存储到数组和集合中，利用集合进行去重和查找，通过循环找出连续序列的起始元素，并更新最长序列长度。

题目链接：leetcode.128
在这里插入图片描述思路：
1.现将数据存放到数组中去
2.再将数据存到一个集合set中去(方便去重，查找某一个元素是否存在于数组中)
3.循环该数组，若该元素的前一个元素不在数组中(通过集合来查找)，说明它将会是一个连续序列的开始元素，在对该元素循环查看它的下一个元素是否存在该数组(还是使用set来查看)
4.max(当前的最大长度，和之前的最长长度)

#include<iostream>
#include<algorithm>
#include<vector>
#include<unordered_set>
using namespace std;
int solve(vector<int

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

943802606

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

算法系列——最长连续序列(Longest Consecutive Sequence)

BridgeGeorge

12-28

730

题目给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。请你设计并实现时间复杂度为 O(n) 的算法解决此问题。示例 1：输入：nums = [100,4,200,1,3,2] 输出：4 解释：最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。示例 2：输入：nums = [0,3,7,2,5,8,4,6,0,1] 输出：9 解答用Set 存储所有数组元素，枚举找到连续序列的起点元素，迭代并计算以当前起点元素为起点的连续序列长度，并

算法题——最长递增子序列

bm1998

04-28

642

1. 本题知识点动态规划 2. 题目描述给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。示例 1：输入：nums = [10,9,2,5,3,7,101,18] 输出：4 解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。 3. 解题思路本题可以看做是一个多阶段决策找最优解的问题，因此可以用典型的动态规划思

参与评论您还未登录，请先登录后发表或查看评论

【算法】【动态规划篇】第10节：最长连续序列问题（leetcode 128. 最长连续序列）（使用hash表优化空间复杂度）

weixin_43868754的博客

06-14

524

C算法编程题（一）扑克牌发牌

weixin_33971205的博客

11-14

1816

题目要求　　程序描述：　　一副纸牌有52张，4种花色，每种花色13张。我们能用一个整数m就表示出所有的52种情况，规则是：　　m / 13： =0: 红心，=1: 方块，=2: 梅花，=3: 黑桃　　m % 13: =0:2，=1:3，=2:4 .... =8:10，=9:J，=10:Q，=11: K，=12:A 　　比如：m = 1...

leetcode热题——最长连续序列

2401_83194362的博客

07-26

644

本文介绍如何用O(n)时间复杂度找出未排序整数数组中最长连续序列的长度。核心思路是利用哈希集合存储数字，对于每个不存在前驱数x-1的数字x，向后查找连续序列x+1,x+2...，避免重复计算。优化点包括直接遍历哈希集合防止超时，以及在找到足够长序列时提前终止。算法时间复杂度O(n)，空间复杂度O(n)，满足题目要求。

Leetcode（128）——最长连续序列

KCDCY的博客

05-09

881

Leetcode（128）——最长连续序列题目给定一个未排序的整数数组 numsnumsnums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。请你设计并实现时间复杂度为 O(n)O(n)O(n) 的算法解决此问题。示例 1：输入：nums = [100,4,200,1,3,2] 输出：4 解释：最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。示例 2：输入：nums = [0,3,7,2,5,8,4,6,0,1] 输出：9 提示： 0 <= n

力扣——最长连续序列

weixin_49332521的博客

03-03

297

【代码】力扣——最长连续序列。

leetcode刷题日记——最长连续序列

qq_46582619的博客

04-21

272

【代码】leetcode刷题日记——

LeetCode 热题 100——哈希——最长连续序列

weixin_53318497的博客

11-12

1022

给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。请你设计并实现时间复杂度为 O(n) 的算法解决此问题。示例 1：输入：nums = [100,4,200,1,3,2]输出：4解释：最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。

Leetcode刷题记录14——最长连续序列

weixin_51418895的博客

04-22

436

（3）如果num-1不在哈希表中，说明当前的键是候选最长序列数组的开头元素，此时，将候选最长序列数组长度置为1，并从num+1开始递增查找哈希表，每递增并查找到一次，就在候选最长序列数组长度上加一，直到查不到为止。（2）开始遍历哈希表的键，对于当前的键num，寻找num-1是否在哈希表中，如果存在，则不做任何操作，继续循环，因为当前的键不是候选最长序列数组的开头元素。输入：nums = [0,3,7,2,5,8,4,6,0,1]输入：nums = [100,4,200,1,3,2]

算法：动态规划——最长公共子序列

Sauron7i的博客

04-23

6902

文章目录一、动态规划概念1. 动态规划步骤最长公共子序列问题题目示例分析代码（递归）查表打印最长公共子序列一、动态规划概念动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。与分治法不同的是，适合于用动态规划法求解的问题，经分解得到的子问题往往不是互相独立的。若用分治法解这类问题，则分解得到的子问题数目太多，以至于最后解决原问题需要耗费指数时间。然而，不同子问题的数目常常只有多项式量级。在用分治法求解时，有些子问题被重复计算了许多

动态规划——最长上升子序列模型

pangyou3s的博客

03-25

2333

动态规划——最长上升子序列模型

hot100-51搜索二维矩阵

最新发布

youngee11的博客

12-25

174

对于任意一维索引mid，转换为二维坐标，行号：row=mid/n，列号：col=mid%n。2、这个题目的特性是，每行的第一个元素 > 上一行的最后一个怨怒是，说明所有行是严格递增拼接的，使用上面的解法时间复杂度是O(m+n)，如果使用二分查找时间复杂度是O(log(mn))。m×n的矩阵，每行中的整数从左到右递增排列，每行第一个整数大于前一行的最后一个整数。给定矩阵和target，如果target在矩阵中，返回true，否则返回false。// 取余 → 得到“在该行中的偏移”→ 向下走（排除这一行）；

算法基础（背包问题）-完全背包

2401_87986548的博客

12-20

928

本文介绍了完全背包问题的三种典型应用场景及解法。首先通过牛客网模板题讲解基础完全背包的两种状态（不超过容量和恰好装满），给出状态转移方程和初始化技巧。其次以洛谷P1616为例展示完全背包在采药问题中的简单应用。最后通过P2918和P5662两道题，分别演示了完全背包在"至少重量"限制和动态规划与贪心结合的场景下的解法。所有解法均包含状态表示、转移方程、初始化和空间优化思路，并附参考代码实现。文章通过具体题目展现了完全背包问题的灵活应用和变通解法。

最小函数值(minval)（信息学奥赛一本通- P1370）

布心老混子

12-22

528

初始化：读取第一组函数参数，计算前 m 个值推入优先队列，建立初始的“最小m数”集合。动态更新依次读取后续 n−1 组函数参数。对于每组函数，从 x=1 开始计算。若 f(x)<q.top()：说明找到了更优解，执行pop()和push(f(x))。若 f(x)≥q.top()：触发单调性剪枝，直接break。结果输出：由于大根堆弹出顺序是从大到小，需要将元素暂存入数组，最后倒序输出以满足题目从小到大的要求。

Q-learning 算法 —— 无模型（model-free）强化学习

一杯水果茶！足矣~

12-25

692

从已知模型到 Model-free 的强化学习转变：Q-Learning 算法，通过详细示例来讲解，理解 Q-table 的更新和贪婪策略

深入解析 JVM 垃圾回收算法：经典 vs 新型 GC 算法

Knight

12-20

1014

Java垃圾回收算法演进：从传统到现代摘要： Java垃圾回收算法经历了从传统到现代的演进过程。传统算法包括标记-清除（存在内存碎片问题）、标记-整理（解决碎片但开销大）、复制算法（适合年轻代）和分代收集（区分不同生命周期对象）。现代算法如G1采用分区思想实现低停顿，ZGC和Shenandoah通过并发标记/整理实现毫秒级停顿，都基于三色标记法解决并发问题。随着JDK更新，垃圾回收技术不断优化，G1适用于可控停顿场景，而ZGC/Shenandoah更适合大内存低延迟系统，代表未来发展方向。不同算法各有优劣

day124—二分查找—最小化数组中的最大值（LeetCode-2439）

the_dry的博客

12-24

256

摘要：给定一个非负整数数组，通过操作（将元素i减1并使其左侧元素加1）调整数组，目标是使调整后的数组最大值最小化。解决方案采用二分查找：猜测最大值并用贪心算法验证。从右向左遍历数组，将超出限制的值向左传递，最后检查首元素是否满足限制。时间复杂度为O(nlogM)，其中M是数组最大值。该方法利用单调性和贪心策略高效找到最优解。

算法基础-多源最短路

2401_87986548的博客

12-23

697

摘要：本文介绍了多源最短路问题及其Floyd算法实现。Floyd算法通过动态规划思想，以O(n³)时间复杂度计算图中所有点对的最短路径，适用于带权有向/无向图（允许负权边但不含负环）。文章详细讲解了Floyd的状态表示（f[k][i][j]）、状态转移方程（分是否经过k点两种情况）和空间优化技巧，并提供了四个典型例题的解法：1）模板题直接应用Floyd；2）寻宝问题累加路径和；3）灾后重建问题按时间动态更新；4）无向图最小环问题利用Floyd特性求解。每个问题均附完整代码实现，展现了Floyd算法的灵活应用