[LeetCode] Longest Consecutive Sequence

本文介绍了一种使用哈希表实现O(n)复杂度的算法,用于查找未排序整数数组中长度最大的连续序列,并输出其长度及序列。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

描述
Given an unsorted array of integers, find the length of the longest consecutive elements sequence.
For example, Given [100, 4, 200, 1, 3, 2], The longest consecutive elements sequence is [1,
2, 3, 4]. Return its length: 4.

Your algorithm should run in O(n) complexity.


如果先排序然后再找出连续数字是一个简单的思路,但是复杂度不能满足O(n)。

下面是一种利用Hash表的方法,遍历每个元素,找到左右连续比它大或小的连续数字,假设数组长度为length,那么寻找比它大的连续最大数字也就是+length,比它小的连续的最小数字也就是-length。找过的数字则标示为true标示已经找过可以忽略。


package com.foo.leetcode.string;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class LongestConsecutiveSequence {

	
	
	public static int[] longestConsecutiveSequence(int[] data){
		Map<Integer, Boolean> map = new HashMap<Integer,Boolean>();
		
		List<Integer> result = new ArrayList<Integer>() ;
		for(int a: data){
			map.put(a, false);	
			System.out.print(a+" " );
		}
		System.out.println(" " );
		
		int longest = 1;
		for(int i=0; i<data.length ; i++){
			List<Integer> tmp = new ArrayList<Integer>();
			tmp.add(data[i]);
			int length = 1;
			if(!map.get(data[i]) ){
				
				map.put(data[i], true);
				
				for(int j = data[i]+1; j < data[i]+data.length; j++){					
					if(map.containsKey(j) ){
						length ++;
						tmp.add(j);
						map.put(j, true);
					}
					else{
						break;
					}
				}
				
				for(int j = data[i]-1; j > data[i]-data.length; j--){
					if(map.containsKey(j) ){
						length ++;
						tmp.add(j);		
						map.put(j, true);
					}
					else{
						break;
					}
				}
			}
			if(longest > length){
				
			}else{
				longest = length;
				System.out.println("longest:"+longest);
				
				result.clear();
				result.addAll( tmp);				
			}
			
		}
		
		int[] res = new int[longest];		
		for(int i=0; i<result.size(); i++){
			res[i] = result.get(i);
		}
		return res;
	}
	
	

	public static void main(String[] args) {

		System.out.println("test LongestConsecutiveSequence:");
		
		int[] input = new int[]{5,4,56,3,12,2,1,12,11,13};
		int[] result =  longestConsecutiveSequence(input);
		for(int i=0;i<result.length;i++)
			System.out.println(result[i]);
	}
}



<think>好的,我现在需要帮助用户理解他们提供的C++代码段。首先,我会仔细阅读代码,看看它做了什么。 代码中有两个部分:首先声明了一个`unordered_set<int> num_set;`,然后遍历`nums`中的每个元素,将它们插入到`num_set`中。作者是力扣官方题解,可能这段代码是用于解决最长连续序列问题的。 用户可能想知道这段代码的作用以及它在特定问题中的用途。需要解释`unordered_set`的特点,比如快速查找、去重等。然后循环部分,将`nums`中的每个元素插入到集合中,这样可以去重,并为后续的查找操作做准备。 接下来要考虑用户可能的背景。可能是刚开始学习C++或者算法,对STL容器不熟悉。需要用简单易懂的语言解释,避免使用过多术语,但又要准确。比如,解释`unordered_set`是基于哈希表实现的,插入和查找的平均时间复杂度是O(1),这样在处理大量数据时效率高。 然后,这段代码可能出现在最长连续序列的问题中,比如LeetCode 128题。那个问题需要找到一个未排序数组中数字连续的最长序列的长度。通常的解法是先利用集合去重,然后遍历每个数字,检查是否是序列的起点,再逐次查找下一个数字是否存在。因此,这个`num_set`的创建是为了后续的查找操作,提高效率。 用户可能没有说明具体的应用场景,但根据代码来源,可以推测是用于这个问题。需要指出这段代码的作用是预处理数据,去重并存储在哈希集合中,以便快速查询。 另外,需要注意代码中的细节,比如循环中使用`const int& num`来避免不必要的拷贝,提高效率。虽然对于基本类型int来说,用不用引用区别不大,但这也是一种良好的编程习惯。 最后,要确保解释清晰,结构合理,先介绍代码的结构,再解释每个部分的作用,最后联系到实际问题中的应用,帮助用户全面理解。</think>这段代码的作用是**将数组 `nums` 中的所有元素存入一个哈希集合(`unordered_set`)中,实现去重和快速查找**。以下是逐行解析: --- ### 代码解析 ```cpp unordered_set<int> num_set; // 1. 声明一个无序集合(基于哈希表实现) for (const int& num : nums) { // 2. 遍历数组 nums 中的每个元素 num num_set.insert(num); // 3. 将 num 插入集合(自动去重) } ``` --- ### 关键点说明 1. **`unordered_set` 的特性**: - **去重**:若 `nums` 中有重复元素,集合中只会保留一个。 - **快速查找**:基于哈希表实现,插入和查找的平均时间复杂度为 $O(1)$。 - **无序存储**:元素不按顺序存储(与 `set` 不同)。 2. **循环的作用**: - 将数组 `nums` 的每个元素存入集合,为后续操作(如“检查某个值是否存在”)做准备。 --- ### 典型应用场景(如 LeetCode 128. 最长连续序列) 在这类问题中,这段代码常用于: 1. **去重**:避免重复元素干扰连续序列的计算。 2. **快速查询**:后续通过 `num_set.count(num+1)` 等操作,快速判断某个值是否存在,从而统计连续序列长度。 --- ### 代码对比:为什么用 `unordered_set` 而不是其他容器? | 容器 | 特点 | |------------------|---------------------------------------------------------------------| | `vector` | 不去重,查找效率低($O(n)$) | | `set` | 自动排序,但插入和查找效率为 $O(\log n)$ | | `unordered_set` | 无序,但插入和查找效率最高($O(1)$),**最适合当前需求** | --- ### 示例说明 假设输入 `nums = [3, 1, 2, 2, 4]`,执行代码后: - `num_set` 中的内容为 `{1, 2, 3, 4}`(去重且无序存储)。 - 后续可通过 `num_set.find(3)` 快速判断数字 `3` 是否存在。 --- ### 总结 这段代码是**预处理数据的常见操作**,核心目的是通过哈希集合实现: 1. 去重 2. 为后续高频查找提供 $O(1)$ 时间复杂度的支持
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值