力扣128题：最长连续序列

最新推荐文章于 2023-09-10 08:00:00 发布

瀛台夜雪

最新推荐文章于 2023-09-10 08:00:00 发布

阅读量96

点赞数

分类专栏：力扣刷题文章标签： leetcode 哈希算法算法

本文链接：https://blog.csdn.net/sxycylq/article/details/125879756

版权

力扣刷题专栏收录该内容

99 篇文章 0 订阅

订阅专栏

本文探讨了力扣128题中的最长连续序列问题，介绍了两种高效的解决方案：一种是时间复杂度为O(nlogn)的动态规划，另一种是利用哈希表优化至O(n)的时间复杂度。通过实例和代码展示了如何在不排序数组的情况下找到最长连续序列的长度。

摘要由CSDN通过智能技术生成

力扣128题：最长连续序列

题目描述

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。

输入输出样例

输入：nums = [100,4,200,1,3,2]
输出：4
解释：最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。

输入：nums = [0,3,7,2,5,8,4,6,0,1]
输出：9

算法一，使用动态规划，时间复杂度O(nlogn)

        int longestConsecutive(vector<int>&nums)
        {
            //首先对数组进行排序
            if(nums.empty())
            {
                return 0;
            }
            sort(nums.begin(),nums.end());
            int maxLength=0;
            int length=nums.size();

            //使用动态规划,初始化值为1
            vector<int>dp(nums.size(),1);

            for(int i=1;i<length;i++)
            {
                if(nums[i]==nums[i-1]+1)
                {
                    dp[i]=dp[i-1]+1;
                }
                if(nums[i]==nums[i-1])
                {
                    dp[i]=dp[i-1];
                }
            }
            return *max_element(dp.begin(),dp.end());

        }

算法2，使用hash表存储，时间复杂度为O(n)

  //使用hash来存储数据，使得时间复杂度压缩到O(n)
        int longestConsecutive2(vector<int>&nums)
        {
            unordered_set<int>numSets;
            //将数据保存到hash表中
            for(auto num:nums)
            {
                numSets.insert(num);
            }
            int maxLength=0;
            //对hash表进行遍历
            for(auto num:numSets)
            {
                //如果num-1的值在hash表中不存在，则设置长度为1
                if(!numSets.count(num-1))
                {
                    int currNum=num;
                    int currLength=1;
                    
                    //查找当前值的下一个num+1是否存在
                    while(numSets.count(currNum+1))
                    {
                        currNum+=1;
                        currLength+=1;
                    }
                    maxLength=max(maxLength,currLength);
                }
            }
            return maxLength;
        }