代码随想录|动态规划|42最长连续递增子系列

Paper Clouds

于 2025-05-22 11:03:39 发布

阅读量364

点赞数 18

文章标签：动态规划算法 leetcode 数据结构职场和发展 c++

本文链接：https://blog.csdn.net/ZJFJhanxi/article/details/148134797

版权

leetcode:674. 最长连续递增序列 - 力扣（LeetCode）

题目

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 r（l < 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：

0 <= nums.length <= 10^4
-10^9 <= nums[i] <= 10^9

思路

跟上面一道题的区别在于，这里是连续的，也就是如果dp[i]>dp[i-1]

那么dp[i]=dp[i-1]+1

dp数组表示以下标i为结尾（包括下标i）的连续递增的子序列长度为dp[i]。

代码如下:

class Solution
{
public:
    int findLengthOfLCIS(vector<int> &nums)
    {
        int len = nums.size();
        if (len == 1)
        {
            return 1;
        }
        vector<int> dp(len, 1);
        int result = 1;
        for (int i = 1; i < len; i++)
        {
            if (nums[i] > nums[i - 1])
            {
                dp[i] = dp[i - 1] + 1;
            }
            if (dp[i] > result)
            {
                result = dp[i];
            }
        }
        return result;
    }
};