力扣-581题：最短连续无序子数组（贪心算法）

贪心算法

贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择，就能得到问题的答案。贪心算法需要充分挖掘题目中条件，没有固定的模式，解决有贪心算法需要一定的直觉和经验。

贪心算法不是对所有问题都能得到整体最优解。能使用贪心算法解决的问题具有「贪心选择性质」。「贪心选择性质」严格意义上需要数学证明。能使用贪心算法解决的问题必须具备「无后效性」，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。

步骤

1、建立数学模型来描述问题。

2、把求解的问题分成若干个子问题。

3、对每一子问题求解，得到子问题的局部最优解。

4、把子问题的解局部最优解合成原来解问题的一个解。

力扣-581题：最短连续无序子数组

给你一个整数数组 nums ，你需要找出一个 连续子数组 ，如果对这个子数组进行升序排序，那么整个数组都会变为升序排序。

请你找出符合题意的 最短 子数组，并输出它的长度。

来源：力扣（LeetCode）

链接：https://leetcode-cn.com/problems/shortest-unsorted-continuous-subarray

示例 1：
输入：nums = [2,6,4,8,10,9,15]
输出：5
解释：你只需要对 [6, 4, 8, 10, 9] 进行升序排序，那么整个表都会变为升序排序。

示例 2：
输入：nums = [1,2,3,4]
输出：0

示例 3：
输入：nums = [1]
输出：0

解法一

对数组排序，对比排序后的数组和原理的数组，找出序列不正常的起始位置和最后位置并返回。

图示：

    //整体思路对数组排序，找出序列不正常的起始位置和最后位置并返回
    var findUnsortedSubarray = function(nums) {
    let num = []
    for(let k = 0;k<nums.length;k++){
        num[k] = nums[k];
    }
    nums = nums.sort((a,b)=>a-b);
    let i = 0;
    let j = nums.length;
    while(num[i]==nums[i]&&i<nums.length){
        i++;
    }
    while(nums[j]==num[j]&&j>=0){
        j--;
    }
    if(i==nums.length&&j==-1)
    return 0;
    return j-i+1;
    }

解法二

利用贪心思想，维护当前的最大值和最小值，如果在最大值的右边有比它小的就记录它的位置，如果在最小值左边有比它大的值也记录它的位置，这样我们就可以得到无序数组的起始位置和结束位置。

起始位置演示：

结束位置演示：

 //由题目可知，如果是升序排列的话那么左边的数据比右边的数据小；
 var findUnsortedSubarray = function(nums) {
    let len = nums.length;
    let l = -1;
    let r = -1;
    let max = nums[0];
    let min = nums[len-1]
    for(let i = 0;i<len;i++){
        if(nums[i]>=max){
            max = nums[i]
        }else{
            r = i;
        }
    }
    for(let j = len-1;j>=0;j--){
        if(nums[j]<=min){
            min = nums[j];
        }else{
            l = j;
        }
    }
   if(r==-1&&l==-1)
    return 0;
    return r-l+1;
};