算法（一）

1     算法描述

有一个n个数组成的数列，取一个连续的子序列，并且这个子序列还必须得满足：最多只改变一个数，就可以使得这个连续的子序列是一个严格上升的子序列，这个连续子序列最长的长度是多少。

2     算法分析

• 算法输入：长度为n的随机整数数列，该数列无序、整体有序、部分有序

• 算法核心：查找最大子数列集合，从最大集开始向最小集查找，找到则退出。查找子集时使用窗口滑动的方式遍历所有子集，并且判断子集是否符合条件。

• 算法输出：最大子数列或者最大子数列的长度

3     算法目标

算法运行的目标是最小化系统资源开销（包括处理器资源开销与内存资源开销）以及最小耗时（算法运行时长）。

4     算法设计

算法输入的数列需要先实行标准化处理，当前算法是使用二维数组的数据结构对数列实现标准化封装，第二维的数组元素需要保存原始值、处理状态以及其他扩展值。本章节主要分为如下两部分：数据结构设计以及算法逻辑设计，数据结构设计是对数列的输入输出实行标准化的封装，算法逻辑设计主要描述实现算法的步骤流程。

4.1   数据结构设计

数组的元素描述如下表所示：

第一维	数组元素指向第二维的数组
第二维	Index=0,原始值	Index=1,计算状态值

4.2   算法逻辑设计

窗口滑动函数流程设计：

1.  获取输入数列，按照以上的数据结构标准化处理

2. 从窗口长度等于数列的长度n开始迭代

3. 滑动窗口开始（滑动步长为1）

4. 获取当前窗口子数列

5. 判断是否满足子数列的条件（调用条件函数），满足则退出到6步骤，不满足则滑入3步骤（下一窗口）

6. 滑动窗口结束，滑入2步骤的下一长度的窗口滑动周期

7. 结束窗口迭代，返回满足上一窗口期的长度

条件函数流程设计：

1. 从当前窗口中获取对应的子数列判断是否符合严格升序

2. 因为最多修改一个数值，所以假设子数列删除一个数值后，剩下的子数列符合严格升序

3. 迭代子数列，按照迭代次序，每次迭代，删除在该迭代次序对应的索引位置的数值元素，判断剩下的子数列是否符合严格升序

4. 符合3步骤的子数列，判断删除位的相邻两个元素是否符合严格升序

5.   符合4步骤的子数列是待查询的子数列

主函数流程设计：

1. 随机生成一个整数数列

2. 标准化数列

3. 执行窗口滑动函数

4. 执行条件判断函数

5. 输出符合查询条件的子数列以及其长度

5     算法实现

5.1   程序语言

算法使用Java语言实现

5.2   程序示例

窗口函数：

条件函数：

主函数：

数据输出：

第一行是输入的随机数列，第二行是合法子数列的长度，第三行是合法子数列，只需要修改合法子数列中的数值22为55与87之间的任何一个数值即可。

6     算法验证

本算法验证测试使用代码覆盖率测试方法。

6.1   测试用例

6.2  执行用例

测试用例通过率100%，代码覆盖率100%。

7     算法效率

7.1   时间复杂度

由代码可知该算法的时间复杂度等于O(N的多次方)。

7.2   空间复杂度

该算法使用二维数组，其空间复杂度是常数。

7.3   性能测试

输入数列长度	输出数列长度	耗时
100	6	37毫秒
200	6	381毫秒
300	7	1449毫秒
400	6	4385毫秒
500	7	11524毫秒
600	9	21481毫秒

由以上的性能测试可知，每增加100个数值元素，耗时呈现几何级增长，在这种的情况下需要进行算法优化。

7.4   算法优化

在算法窗口滑动中以多线程的方式启动多个worker工作线程处理条件函数。