674. 最长连续递增序列(贪心+动态规划)

674. 最长连续递增序列

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 rl < 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。

 

示例 1:

输入:nums = [1,3,5,4,7]
输出:3
解释:最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的,因为 5 和 7 在原数组里被 4 隔开。 

示例 2:

输入:nums = [2,2,2,2,2]
输出:1
解释:最长连续递增序列是 [2], 长度为1。

 

提示:

  • 1 <= nums.length <= 104
  • -109 <= nums[i] <= 109

解法一:(贪心解法)

复制代码
 1 class Solution {
 2 public:
 3     int findLengthOfLCIS(vector<int>& nums) {
 4         int n = nums.size();
 5         if (n <= 1) {
 6             return n;
 7         }
 8         int maxCnt = 1;
 9         int cnt = 1;
10         for (int i = 1; i < n; i++) {
11             if (nums[i - 1] < nums[i]) {
12                 cnt++;
13             } else {
14                 cnt = 1;
15             }
16             maxCnt = max(maxCnt, cnt);
17         }
18         return maxCnt;
19     }
20 };
复制代码

 

解法二:(动态规划)

1)确定dp数组以及下标的含义(确定状态):

  dp[i]:以下标 i 为结尾的数组的连续递增的子序列长度为dp[i]。
注意这里的定义,一定是以下标 i 为结尾,并不是说一定以下标0为起始位置。
确定递推公式
当 nums[i] > nums[i-1] 时: nums[i] 可以接在 nums[i-1] 之后(此题要求严格连续递增),此情况下最长上升子序列长度为 dp[i-1] + 1 ;
当 nums[i] <= nums[i-1] 时: nums[i] 无法接在 nums[i-1] 之后,此情况上升子序列不成立,跳过。
上述所有 1. 情况 下计算出的dp[i-1]+1 的最大值,为直到 i 的最长上升子序列长度(即 dp[i] )。
2)  转移方程:

  dp[i] = dp[i-1] + 1) 。
3)  初始状态:
  dp[i] 所有元素置 1,含义是每个元素都至少可以单独成为子序列,此时长度都为 1。
4)  确定遍历顺序
  从递推公式上可以看出, dp[i]依赖dp[i-1],所以一定是从前向后遍历。
注意这里就体现出和 300.最长递增子序列  的区别!
因为本题要求连续递增子序列,所以就必要比较 nums[i + 1]与 nums[i],而不用去比较 nums[j]与nums[i] (j是在0到i之间遍历)。

转自:
链接:https://leetcode-cn.com/problems/longest-continuous-increasing-subsequence/solution/zui-chang-lian-xu-di-zeng-xu-lie-by-kino-on97/

复制代码
 1 class Solution {
 2 public:
 3     int findLengthOfLCIS(vector<int>& nums) {
 4         int n = nums.size();
 5         if (n <= 1) {
 6             return n;
 7         }
 8         vector<int> dp(n + 1, 1);
 9         int ans = 1;
10         for (int i = 1; i < n; i++) {
11             if (nums[i -1] < nums[i]) {
12                 dp[i] = dp[i - 1] + 1;
13             }
14             ans = max(ans, dp[i]);
15         }
16         return ans;
17     }
18 };
复制代码

 

 

posted @   跳动的休止符  阅读(47)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
点击右上角即可分享
微信分享提示