leetcode 376 贪心 dp LIS

解法一：普通dp
一看到子序列就想到dp，和LIS一样的套路，存以当前元素结尾的子序列长度。由于不知道前面序列的状态，需要再存一个status数组，看期待大的还是小的元素，代码如下：

class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        # 子序列问题 dp 设dp[i]是以他结尾一个元素，遍历之前的
        dp = [1 for _ in range(len(nums))]
        status = [0 for _ in range(len(nums))] # 0: 非摆动，1: 期待大的, -1: 期待小的

        mx = 0
        for i, num in enumerate(nums):
            for j in range(0, i):
                if status[j] == -1 and nums[j] > nums[i]:
                    if dp[j]+1 > dp[i]:
                        dp[i] = dp[j] + 1
                        status[i] = 1
                elif status[j] == 1 and nums[j] < nums[i]:
                    if dp[j]+1 > dp[i]:
                        dp[i] = dp[j] + 1
                        status[i] = -1
                elif status[j] == 0:
                    if dp[j]+1 > dp[i]:
                        if nums[j] > nums[i]: status[i] = 1
                        elif nums[j] < nums[i]: status[i] = -1
                        else: continue
                        dp[i] = dp[j]+1

            mx = max(mx, dp[i])

        return mx

解法二：贪心
类似于单调栈，不同就加到后面，相同就替换

class Solution:
    def wiggleMaxLength(self, nums: List[int]) -> int:
        l = []
        for num in nums:
            if len(l) < 2:
                if not (l and num == l[-1]):
                    l.append(num)

            else:
                if l[-1] > l[-2]:
                    if num < l[-1]:
                        l.append(num)
                    else:
                        l[-1] = num
                else:
                    if num > l[-1]:
                        l.append(num)
                    else:
                        l[-1] = num
        
        return len(l)

解法三：O(N) dp
于LIS思想不太一样，需要定义i之前某个元素为结尾的序列，需要用到贪心思想。