获取一个数组中最长的连续的元素序列。例如，给定了[31,6,32,1,3,2]，最长的连续的元素序列是[1,2,3]，返回其长度3

本文介绍了一种利用哈希表解决最长连续序列问题的方法。通过维护一个存储序列边界信息的哈希表，可以在O(n)的时间复杂度内找到数组中的最长连续整数序列。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

【解题分析】如何判断当前节点i是否属于一个序列？若array[i]-1存在与数组中，则array[i]就可以作为后继加入序列。类似地，若array[i]+1存在于数组中，则array[i]就可以作为前驱加入序列。
我们发现处理当前节点需要依赖于之前的部分结果：判断array[i]-1,array[i]+1是否存在与数组中。如何保存之前的处理结果？可以使用哈希表。
显然，键key对应于数值。
键key用于快速判断哈希表中有没有我们需要的元素，值value提供我们需要的结果。在本题中，我们需要知道现在已经构成的序列是怎样的。由于序列是一系列连续整数，所以只要序列的最小值和最大值已知就可以唯一确定该序列。而所谓的“作为后继加入序列”，“作为前驱加入序列”，无非就是更新最大值、最小值。故哈希表的值是一个可以记录最大、最小值的结构，用以描述当前节点参与构成的最长序列。
【复杂度分析】只要扫描一遍数组就能获得结果，故时间复杂度为O(n)，空间复杂度为O(n)。

struct Bound{
    int low;
    int high;

    Bound(int l,int high){
        low = l;
        high = h;
    }
}
int lengthOfConsecutiveSequence(vector<int> &nums){
    unordered_map<int, Bound> mp;

    int maxLen = 0;
    int local;

    for(int i=0;i<nums.size();i++){
        if(mp.count(nums[i]))
            continue;

        local = nums[i];
        int low = local, high = local;

        if(mp.count(local-1)){
            low = mp[local-1].low;
        }
        if(mp.count(local+1)){
            high = mp[local+1].high;
        }

        mp[low].high = mp[local].high = high;
        mp[high].low = mp[local].low = low;

        if(high-low+1>maxLen)
            maxLen = high-low+1;
        return maxLen;

    }
}