LeetCode刷题——摆动序列#376#Medium

摆动序列的思路探讨与源码
    摆动序列的题目如下图，该题属于数组类和动态规划类型的题目，主要考察对于动态规划方法的使用和数组结构的理解。本文的题目作者想到2种方法，分别是贪心方法和动态规划方法，其中贪心方法使用Java进行编写，而动态规划方法使用Python进行编写，当然这可能不是最优的解法，还希望各位大佬给出更快的算法。

    本人认为该题目可以使用贪心方法的思路进行解决，首先初始化参数并计算数组的长度，然后开始遍历循环，判断每个元素是否大于前一个元素，如果是就把下行趋势参数加1后赋值给上行趋势参数；如果小于前一个元素的值就把上行趋势参数加1后赋值给下行参数，直到循环结束并判断上行趋势参数和下行趋势参数的更大值作为返回结果并返回。那么按照这个思路我们的Java代码如下：

#喷火龙与水箭龟
class Solution {
    public int wiggleMaxLength(int[] nums) {
        int downNum = 1;
        int upNum = 1;
        int numLen = nums.length;
        for (int ir = 1; ir < numLen; ir++) {
            if (nums[ir] > nums[ir - 1])
                upNum = downNum + 1;
            else if (nums[ir] < nums[ir - 1])
                downNum = upNum + 1;
        }
        if(numLen==0){
            return 0;
        }else{
            return Math.max(downNum, upNum);
        }
    }
}

    显然，我们的贪心方法的效果还不错，还可以使用动态规划方法解决。首先计算数组长度，判断长度是否小于2，如果是则直接返回长度结果。然后初始化上行趋势和下行趋势参数为1，并且开始遍历循环，判断每个元素是否大于前一个元素，如果是就把下行趋势参数加1后赋值给上行趋势参数；如果不是就把上行趋势参数加1后赋值给下行参数，直到循环遍历结束并判断上行趋势参数和下行趋势参数的更大值并返回结果。所以按照这个思路就可以解决，下面是Python代码：

#喷火龙与水箭龟
class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        numLen = len(nums)
        if(numLen < 2):
            return numLen
        upNum = 1
        downNum = 1
        for jr in range(1,numLen):
            if nums[jr] > nums[jr - 1]:
                upNum = downNum + 1
            elif nums[jr] < nums[jr - 1]:
                downNum = upNum + 1
        return max(upNum, downNum)

    从结果来说Java版本贪心方法的效率不错，而Python版本的动态规划方法的速度也还可以，但应该是有更多的方法可以进一步提速的，希望朋友们能够多多指教，非常感谢。