Leetcode 128. 最长连续序列

128. 最长连续序列

一、题目描述

给定一个未排序的整数数组 nums ,找出数字连续的最长序列(不要求序列元素在原数组中连续)的长度。

请你设计并实现时间复杂度为 O(n) 的算法解决此问题。

示例 1:
输入:nums = [100,4,200,1,3,2]
输出:4
解释:最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。

示例 2:
输入:nums = [0,3,7,2,5,8,4,6,0,1]
输出:9

提示:

  • 0 <= nums.length <= 10^5
  • -10^9 <= nums[i] <= 10^9

二、我的想法

  1. 将数组先去重,然后排序。初始化两个变量,一个为最大长度 maxLen 设为1,因为除了空数组外,最小是1;一个是 tmp 变量,为了计算长度,作为中间变量,初始值也为1。
  2. 遍历排序后的数组,如果当前元素比前一个元素大 1,则说明连续,tmp += 1,同时更新最大长度值,maxLen = max(maxLen, tmp);如果当前元素不比前一个元素大,则不连续,将 tmp 重新置为 1。
  3. 最后返回 maxLen。
class Solution:
    def longestConsecutive(self, nums: List[int]) -> int:
        if not nums:
            return 0
        
        nums = list(set(nums))
        nums.sort()
        maxLen = 1
        tmp = 1
        for i in range(1, len(nums)):
            if nums[i] == nums[i-1] + 1:
                tmp += 1
                maxLen = max(maxLen, tmp)
            else:
                tmp = 1  
        return maxLen

三、其他人的题解

看了下 灵茶天师府 的题解 并查集,一模版多解题,没太看懂,晚上看看视频,先记录一下。

class Solution:
    def longestConsecutive(self, nums: List[int]) -> int:
        nums = set(nums) #去重
        ans = 0

        ###并查集模版:
        #此处值是离散的,使用字典
        fa = {num: num for num in nums} #储存每个节点的root,初始化为自己
        size = {num : 1 for num in nums} #储存以当前节点为root的节点数量
                                    #初始化只有自己一个节点
        def find(x):
            if fa[x] != x:
                fa[x] = find(fa[x])
            return fa[x]
        def merge(f, to):
            f = find(f)
            to = find(to)
            if f != to :
                fa[f] = to
                size[to] += size[f]

        #遍历数组,当满足合并关系时,做merge,最后取最大值即题解
        for num in nums:
            if num + 1 in fa:
                merge(num, num+1)
        if size:
            ans = max(size.values())
        return ans
  • 4
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LeetCode(力扣)上,有一个经典的算法题目叫做“最长连续序列”(Longest Continuous Increasing Subsequence),通常用C++或其他编程语言进行解答。这个题目的目的是找到一个给定整数数组中的最长递增子序列。递增子序列是数组中的一段连续元素,它们按顺序严格增大。 这里是一个简单的C++解决方案思路: ```cpp #include <vector> using namespace std; class Solution { public: int longestContinuousIncreasingSubsequence(vector<int>& nums) { if (nums.empty()) return 0; // 避免空数组的情况 int n = nums.size(); vector<int> dp(n, 1); // dp[i] 表示以nums[i]结尾的最长递增子序列长度 int max_len = 1; // 初始化最长递增子序列长度为1 for (int i = 1; i < n; ++i) { // 遍历数组,从第二个元素开始 if (nums[i] > nums[i-1]) { // 如果当前元素比前一个大 dp[i] = dp[i-1] + 1; // 更新dp值,考虑加入当前元素后的增长长度 max_len = max(max_len, dp[i]); // 检查是否更新了最长序列长度 } } return max_len; // 返回最长连续递增子序列的长度 } }; ``` 在这个代码中,我们使用了一个动态规划(Dynamic Programming)的方法,维护了一个数组`dp`来存储每个位置以该位置元素结尾的最大递增子序列长度。遍历过程中,如果遇到当前元素大于前一个元素,则说明可以形成一个新的递增子序列,所以将`dp[i]`设置为`dp[i-1]+1`,并更新全局的最长序列长度。 如果你想要深入了解这个问题,可以问: 1. 这个问题的时间复杂度是多少? 2. 动态规划是如何帮助解决这个问题的? 3. 如何优化这个算法,使其空间复杂度更低?
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值