动态规划：数组切分

解题思路

一个能够恰好分成若干部分，并且每个部分恰好为连续数。
子序列特征：最大值减最小值等于左端点减右端点
$O(n^2)$
暴力搜索：枚举每一个左端点和每一个右端点
动态规划：定义状态$dp(i)$表示最后一个部分以第i个数字结尾的方案数。

状态转移
1、考虑以第$i$个数字为最后一个部分的右端点端点，
2、枚举最后一个部分的左端点$j$，当满足左端点$j$到右端点$i$之间的区间是连续数，我们则认为是合法的。于是dp(i)可以通过$dp(j-1)$转移过来，最后一部分表示的区间为$[j,i]$。

转移方程式如下

$$\begin{gathered} dp(i)=\sum _{j=1}^{i}dp(j-1)[j-i==max(a_k)-min(a_k)], \\ k\in (i,j),j\in (1,i) \end{gathered}$$

时间复杂度为 $O(n^2)$。

Code(Python3)(TLE)

由于 python 语言本身执行效率较低，故采用上述解法的 python 代码提交的结果是超时。经过时间测试，该代码完成最大测试用例的时间在 22s 左右。

# -*- coding: utf-8 -*-
# @Author : BYW-yuwei
# @Software: python3.8.6
MOD=int(1e9+7)
n=int(input())
w=[0]
dp=[0]*(n+1)
w.extend([int(i) for i in input().split()])
dp[0]=1
maxn,minn=0,int(1e9)
for i in range(1,n+1):
    maxn,minn=0,int(1e9)
    for j in range(i,0,-1):
        maxn=max(maxn,w[j])
        minn=min(minn,w[j])
        if maxn-minn==i-j:
            dp[i]=(dp[i]+dp[j-1])%MOD
print(dp[n])