代码随想录——最长连续递增序列（Leetcode 674）

题目链接

我的解法（暴力）

思路：
遍历nums数组，如果存在连续递增则记录，不存在连续则跳出遍历

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        int res = 1;
        for(int i = 0; i < nums.length - 1; i++){
            int count = 1;
            for(int j = i + 1; j < nums.length; j++){
                if(nums[j] > nums[j - 1]){
                    count++;
                    res = Math.max(res, count);
                }else{
                    break;
                }
            }
        }
        return res;
    }
}

优秀解法（贪心）

思路同上

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        int res = 1;
        int count = 1;
        for(int i = 1; i < nums.length; i++){
            if (nums[i] > nums[i - 1]) { 
                count++;
            } else { 
                count = 1;
            }
            if (count > res) res = count;
        }
        return res;
    }
}

优秀解法（动态规划）

思路：

• 确定dp数组（dp table）以及下标的含义
  dp[i]：以下标i为结尾的连续递增的子序列长度为dp[i]。

• 确定递推公式
  如果 nums[i] > nums[i - 1]，那么以 i 为结尾的连续递增的子序列长度 一定等于 以i - 1为结尾的连续递增的子序列长度 + 1 。
  dp[i] = dp[i - 1] + 1;

注意这里就体现出和动态规划：300.最长递增子序列 (opens new window)的区别！

本题要求连续递增子序列，所以就只要比较nums[i]与nums[i - 1]，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] 和 nums[i - 1]。

• dp数组如何初始化
  以下标i为结尾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。

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        int[] dp = new int[nums.length];
        Arrays.fill(dp, 1);
        int res = 1;
        for (int i = 0; i < nums.length - 1; i++) {
            if (nums[i + 1] > nums[i]) {
                dp[i + 1] = dp[i] + 1;
            }
            res = res > dp[i + 1] ? res : dp[i + 1];
        }
        return res;
    }
}