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。
class Solution {
/*
方法一: 动态规划
时间复杂度:O(n)
空间复杂度:O(n)
dp[i] 表示以下标 i 结尾的最长连续递增子序列的长度为 dp[i]
递推公式:
if(nums[i] < nums[i + 1]) {dp[i + 1] = dp[i] + 1;}
方法二:
贪心算法
时间复杂度:O(n)
空间复杂度:O(1)
思想:遇到 nums[i] < nums[i + 1] 的情况,count就加一,否则 count 就等于 1,最后记录count的最大值
*/
public:
/*****************************方法一:动态规划*********************************/
// int findLengthOfLCIS(vector<int>& nums)
// {
// vector<int> dp(nums.size(), 1);
// int result = 1; // 这里初始化写错了,应该将其初始化为 1 ,可不是0啦~
// // 注意这里的判断条件需要 nums.size() - 1,因为循环内有对 i+1 下标的处理
// for(int i = 0; i < nums.size() - 1; ++i)
// {
// if(nums[i] < nums[i + 1])
// {
// // 刚刚把这里面的写错了,说明递推公式没有搞明白,加深一下印象哦~
// // 这里的操作是对 i+1 进行的,注意注意~~~
// dp[i + 1] = dp[i] + 1;
// }
// if(result < dp[i + 1])
// {
// result = dp[i + 1];
// }
// }
// return result;
// }
/**************************方法二:贪心算法******************************/
int findLengthOfLCIS(vector<int>& nums)
{
// 这个判断空的条件不要忘记了昂~~~
if(nums.size() == 0) return 0;
int count = 1;
int result = 1;
// 这里的 终止条件又写错了,循环内部是对 i+1 的处理嘛,所以最大只能到 nums.size()-1
for(int i = 0; i < nums.size() - 1; ++i)
{
if(nums[i] < nums[i + 1])
{
count++;
}
else
{
count = 1;
}
if(result < count)
{
result = count;
}
}
return result;
}
};