如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。第一个差(如果存在的话)可能是正数或负数。少于两个元素的序列也是摆动序列。
例如, [1,7,4,9,2,5] 是一个摆动序列,因为差值 (6,-3,5,-7,3) 是正负交替出现的。相反, [1,4,7,2,5] 和 [1,7,4,5,5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。
给定一个整数序列,返回作为摆动序列的最长子序列的长度。 通过从原始序列中删除一些(也可以不删除)元素来获得子序列,剩下的元素保持其原始顺序。
例子:‘
输入: [1,7,4,9,2,5]
输出: 6
解释: 整个序列均为摆动序列。
贪心策略:
当序列是一段连续递增(减)时,形成摇摆子序列时,我们只需保留首尾元素,这样可以更可能使下一个元素成为摇摆子序列下一个元素。这便是找拐点
原因:
1.递增子序列:我们只能选择这段递增元素的一个,选择尾元素(最大者),保证了下几个元素更可能小于它
2.递减子序列:原理同上
代码如下
class Solution:
def wiggleMaxLength(self, nums: List[int]) -> int:
if len(nums)<2:
return len(nums)
count=2
a=nums[1]-nums[0]
if a==0:
count-=1
for i in range(2,len(nums)):
b=nums[i]-nums[i-1]
if b>0 and a<=0 or b<0 and a>=0:
count+=1
a=b
return count
代码剖析:
贪心算法并不难理解,关键在于如何确定拐点
- a记录拐点前的增减性,b记录新的增减性,当满足a,b增减性不同时,即为新拐点。并将b的增减性给a
之所以可以a=0,是因为防止错过下图的1拐点
a=nums[1]-nums[0]
for i in range(2,len(nums)):
b=nums[i]-nums[i-1]
if b>0 and a<=0 or b<0 and a>=0:
count+=1
a=b
2.count之所以初始为2,是因为,我们找的拐点未包含端点,而当前两个元素相等(如下图),则此时始端并不是拐点,所以要判断-1.
count=2
a=nums[1]-nums[0]
if a==0:
count-=1
3.之所以不用考虑终端,是因为拐点条件b>0,所以至少为1,例【1,1,1,1,1】
下图是可满足题意的所有拐点
【1,1,2,2,3,3,1,3,1】
欢迎留言讨论