双指针算法题系列：最长连续递增序列，两种常用双指针写法

Shawxing精讲算法

已于 2024-06-30 21:16:31 修改

阅读量739

点赞数 34

分类专栏：双指针文章标签：算法面试 leetcode

于 2024-06-27 21:24:55 首次发布

本文链接：https://blog.csdn.net/qq_64892278/article/details/140024552

版权

双指针专栏收录该内容

8 篇文章 0 订阅

订阅专栏

在这里插入图片描述
Leetcode 题目链接

解法一

可以遍历数组。记左指针 $l$ 为子序列起点，右指针 $r$ 为子序列终点。初始 $0,\ r = 0$ 。交替右移。
在这里插入图片描述

在递增时 $r - l + 1$ 即为已递增的长度，然后与以往递增子序列的长度比较取大。

非递增时令 $l = r$ 。

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        int l = 0; // 起点
        int r = 0; // 终点
        int maxLen = 0; // 待返回的最长长度

        while (r < nums.length)
            if (r == l || nums[r - 1] < nums[r]) { // 保持递增
                maxLen = Math.max(maxLen, r - l + 1); // 比较取大
                r++; // 终点前进
            } else // 递增中断
                l = r; // 更新起点

        return maxLen;
    }
}

你可能首先想到的是在递增中断处更新 maxLen，这也是可行的。但递增中断除了因为 nums[r-1] >= nums[r] 外，还要考虑 $r$ 抵达右边界。如果你经验足够，大概也会和我一样喜欢这种即时更新的方式。

解法二

class Solution {
    public int findLengthOfLCIS(int[] nums) {
        int l = 0;
        int maxLen = 0;

        for (int r = 0; r < nums.length; r++) { // 枚举 r
            // 在非递增时立即更新 l
            if (r > 0 && nums[r - 1] >= nums[r])
                l = r;

            // 即时比较取大
            maxLen = Math.max(maxLen, r - l + 1);
        }

        return maxLen;
    }
}