03 最长连续序列


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。

题解 unordered_set(未排序)(O(n))

class Solution {
public:
    int longestConsecutive(vector<int>& nums) {
        int maxf = 0;
        // 去重,但没排序
        unordered_set<int> kset;
        const int len = nums.size();
        for(auto x : nums){
            kset.insert(x);
        }
        
        for(auto num : kset){
        	int curlen = 0;
        	// 如果有前一个数说明此位置不能作为第一个统计点
            if(kset.count(num-1)){
                continue;
            }
            curlen ++;
            int curnum = num;
            while(kset.count(++curnum)){
                curlen++;
            }
            maxf = max(maxf, curlen);
        }
        return maxf;
    }
};

在这里插入图片描述

题解2 set(已排序)

class Solution {
public:
    int longestConsecutive(vector<int>& nums) {
        // 循环的continue导致max可能无法赋值,所以初始赋值 = 1
        int maxf = 1;
        set<int> kset;
        const int len = nums.size();
        if(0 == len) return 0;
        for(auto x : nums){
            kset.insert(x);
        }
        int curlen = 1, start(0);
        int lastnum = *kset.begin();
        for(auto num : kset){
            int curnum = num;
            if(curnum == lastnum+1){
                curlen++;
                lastnum = curnum;
            }else if(! start){
                // 处理set第一个元素的情况
                start = 1;
                continue;
            }else{
                // 换连续序列的开头为当前数字
                lastnum = curnum;
                curlen = 1;
            }
            maxf = max(maxf, curlen);
        }
        return maxf;
    }
};

在这里插入图片描述

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