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。
示例 1:
输入: [1,7,4,9,2,5]
输出: 6
解释: 整个序列均为摆动序列。
示例 2:
输入: [1,17,5,10,13,15,10,5,16,8]
输出: 7
解释: 这个序列包含几个长度为 7 摆动序列,其中一个可为[1,17,10,13,10,16,8]。
示例 3:
输入: [1,2,3,4,5,6,7,8,9]
输出: 2
进阶:
你能否用 O(n) 时间复杂度完成此题?
https://leetcode-cn.com/problems/wiggle-subsequence/solution/bai-dong-xu-lie-by-leetcode/
# 线性动态规划
class Solution:
# p[i]表示到i位置时首差值为正的摆动子序列的最大长度,
# q[i]表示到i位置时首差值为负的摆动子序列的最大长度。
# 我们从i=1开始遍历数组,然后对于每个遍历到的数字,再从开头位置遍历到这个数字,
# 然后比较nums[i]和nums[j],分别更新对应的位置
# nums[i] > nums[i-1] : p[i] = q[i-1] + 1 , q[i] = q[i-1]
# nums[i] < nums[i-1] : q[i] = p[i-1] + 1 , p[i] = p[i-1]
def wiggleMaxLength(self, nums: 'List[int]') -> int:
n = len(nums)
if n == 0:
return 0
p = [1] * n
q = [1] * n
for i in range(1, n):
for j in range(0, i):
if nums[i] > nums[j]:
p[i] = max(p[i], q[j] + 1)
elif nums[i] < nums[j]:
q[i] = max(q[i], p[j] + 1)
return max(p[-1], q[-1])
# O(n)
# 不在维护两个dp数组,而是维护两个变量p和q,然后遍历数组,如果当前数字比前一个数字大,则p=q+1,
# 如果比前一个数字小,则q=p+1,
# 最后取p和q中的较大值跟n比较,取较小的那个
def wiggleMaxLength2(self, nums: 'List[int]') -> int:
p, q, n = 1, 1, len(nums)
for i in range(1, n):
if nums[i] > nums[i - 1]:
p = q + 1
elif nums[i] < nums[i - 1]:
q = p + 1
return min(n, max(p, q))
if __name__ == '__main__':
s = Solution()
nums = list(map(int, input().strip().split(","))) # 输入 1,7,4,9,2,5
print(s.wiggleMaxLength(nums))
# https://leetcode-cn.com/problems/wiggle-subsequence/solution/bai-dong-xu-lie-by-leetcode/