题目描述
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。
示例1
输入:nums = [1,3,5,4,7]
输出:3
解释:最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的,因为 5 和 7 在原数组里被 4 隔开。
示例2
输入:nums = [2,2,2,2,2]
输出:1
解释:最长连续递增序列是 [2], 长度为1。
提示:
0 <= nums.length <= 104
-109 <= nums[i] <= 109
思路
本题相对动态规划之子序列:300.最长递增子序列最大的区别在于“连续”。
本题要求的是最长连续递增序列
动态规划
动规五部曲分析如下:
-
dp[i]的定义
dp[i]表示以下标 i 为结尾的数组的最长连续子序列的长度
-
确定递推公式
如果 nums[i + 1] > nums[i],那么以 i+1 为结尾的数组的连续递增的子序列长度 一定等于 以i为结尾的数组的连续递增的子序列长度 + 1 。
即:dp[i + 1] = dp[i] + 1;
注意这里就体现出和动态规划:300.最长递增子序列的区别!
因为本题要求连续递增子序列,所以就必要比较nums[i + 1]与nums[i],而不用去比较nums[j]与nums[i] (j是在0到i之间遍历)。
既然不用j了,那么也不用两层for循环,本题一层for循环就行,比较nums[i + 1] 和 nums[i]。
这里大家要好好体会一下!
-
dp数组如何初始化
以下标i为结尾的数组的连续递增的子序列长度最少也应该是1,即就是nums[i]这一个元素。
所以dp[i]应该初始1;
-
确定遍历顺序
从递推公式上可以看出, dp[i + 1]依赖dp[i],所以一定是从前向后遍历。
本文在确定递推公式的时候也说明了为什么本题只需要一层for循环,代码如下:
for(int i = 1; i < nums.length; i++) { if(nums[i] > nums[i-1]) { dp[i] = dp[i-1] + 1; } if(dp[i] > res) { res = dp[i]; } }
-
举例推导dp数组
已输入nums = [1,3,5,4,7]为例,dp数组状态如下:
注意这里要取dp[i]里的最大值,所以dp[2]才是结果!如果代码写出来,但一直AC不了,那么就把dp数组打印出来,看看对不对!
Java代码
class Solution {
public int findLengthOfLCIS(int[] nums) {
if(nums.length <= 1) {
return nums.length;
}
int res = 0;
int[] dp = new int[nums.length];
Arrays.fill(dp, 1);
for(int i = 1; i < nums.length; i++) {
if(nums[i] > nums[i-1]) {
dp[i] = dp[i-1] + 1;
}
if(dp[i] > res) {
res = dp[i];
}
}
return res;
}
}
复杂度分析
时间复杂度:O(n)。其中 n 是整数数组的长度
空间复杂度:O(n)。需要额外使用长度为 n 的 dp 数组