LintCode刷题 124. 最长连续序列

原题链接：

http://www.lintcode.com/zh-cn/problem/longest-consecutive-sequence/

题目描述

给定一个未排序的整数数组，找出最长连续序列的长度。

说明

要求你的算法复杂度为O(n)

样例

给出数组[100, 4, 200, 1, 3, 2]，这个最长的连续序列是 [1, 2, 3, 4]，返回所求长度 4

题目解析：

从一个数组整数数组中找最长的连续序列。首先，连续序列的意思是[1,2,3,4,7],其中，[1,2,3,4]就是连续序列。最长的连续序列的意思，一个数组中可能会有多个连续序列，题目要求的就是最长的那个，而且只需要返回其长度。

题目中给出的未排序的整数数组。那我们的第一个思路，肯定是先排序，然后再求解。排序后就很简单了。但是题目要求复杂度为O(n)，所以就不能使用排序了，因为排序最快的复杂度是o(nlogn)。

思路

思路一

有个比较简单的想法，我们先拿到数组中的一个元素i，然后从数组中遍历查找到i-1，i-2...如果找不到，证明连续序列断了，记录下前面的长度为leftLength。接着遍历查找到i+1,i+2...记录下其长度rightLength。那么，在整个数组中，与i相连的那个连续序列就找到了。而且序列的长度length=leftLength+rightLength+1.接着再从数组中拿到元素j，遍历查找到j-1,j-2...然后遍历查找到j+1,j+2...以此类推，就能找到所有的连续序列。 但是这里有两个问题需要解决：

1. 从数组中查找特定元素i-1，其复杂度为O(n)，显然复杂度不符合要求。我们想要的是直接O(1)复杂度就能查找到i-1。没错，字典就能实现。将数组的所有元素作为字典的key，那么在字典中查找i-1这个key，就代表数组里面有i-1这个元素。

2. 去了i之后，接着查找i-1,i-2...由于这些元素是连续序列，所以操作过后需要把他们删除掉。删除掉是不会有影响的。但是不删除，就会有很多无用的重复操作。比如i的时候，查找到i-1，那些下次拿到i-1，又查找到了同一个连续序列，没有意义，而且复杂度也高。

基于以上思路，由于字典中的每个元素都只遍历了一次，所以时间复杂度为O(n)，用到了一个字典存储所有的元素，所以控件复杂度也为n。

思路二

跟思路一相同，使用字典来存储数组中的元素，以数组中的元素为key，但是value是已经查找到的与元素有关的连续序列的长度。 我从数组中拿到值为i的元素，接着我查找key为i-1和i+1的元素，如果存在，则记其value分别为leftLength和rightLength。这时，设key为i的元素的value值length=leftLength+rightLength+1.添加到字典里面去。同时，将i-leftLength和i+rightLength的元素（也就是已知的跟i有关的连续序列的两端的元素，实际上你可以更新所有跟i有关的元素的值，但是这样做没有意义，中间的元素以后再也用不到了）的value也设为length。当所有的元素都遍历完了，就能查找到最大的连续序列长度了。

文字说明有点难理解，用几个简单的元素说明下。

数组[1,3,2,7,4] 字典初始化为空{}

第一次遍历拿到1（没查找到值）：结果{1:1}

第二次遍历拿到3（没查找到值）：结果{1:1，3:1}

第三次遍历拿到2（查找到1和3）：结果{1:3,2:3,3:3}

第四次遍历拿到7（没查找到值）：结果{1:3,2:3,3:3,7:1}

第五次遍历拿到4（查找到3）：结果{1:4,2:3,3:3,4:4,7:1}(注意这里更新的是1:4)

代码（Python）

思路一代码

  """
    @param num: A list of integers
    @return: An integer
    """
    def longestConsecutive(self, num):
        
        #最大的连续序列长度
        maxLength = 0
        #字典，key为num的元素，value都是True
        numDict = {}
        for i in num:
            numDict[i] = True
            
        for i in num:
            
            if not numDict.has_key(i):
                continue
            
            leftLength = 0
            rightLength = 0
            
            left = i-1
            right = i+1
            
            #往左遍历，直到left-1不存在
            while numDict.has_key(left):
                #找到了就删除元素，避免重复查找
                del numDict[left]
                leftLength += 1
                left -= 1
                
            #往右遍历，直到right+1不存在    
            while numDict.has_key(right):
                #找到了就删除元素，避免重复查找
                del numDict[right]
                rightLength += 1
                right += 1
                
            #删除当前元素，避免重复查找    
            del numDict[i]
            
            #计算与i相连的连续序列的长度
            length = leftLength + rightLength + 1
            maxLength = max(maxLength,length)
            
        return maxLength
复制代码

思路二代码

  """
    @param num: A list of integers
    @return: An integer
    """
    def longestConsecutive1(self, num):
        # write your code here
        
        #字典，key是num中的元素，value是当前算出来的与该数相连的连续序列的长度
        numDict = {}
        #最大的连续序列长度
        maxLength = 0
        
        
        for i in num:
            
            #如果之前已经操作过i，则不再操作
            if numDict.has_key(i):
                continue
            
            left = 0
            right = 0
            
            leftKey = i-1
            rightKey = i+1
            
            #能在字典中找到i-1这个key，拿到left的值
            if numDict.has_key(leftKey):
                left = numDict[leftKey]
            
            #能在字典中找到i+1这个key，拿到right的值    
            if numDict.has_key(rightKey):
                right = numDict[rightKey]
                
            #与i相连的连续序列的长度   
            length = left + right + 1    
            
            print "i= %d left= %d right=%d length= %d"%(i,left,right,length)
            #存到字典
            numDict[i] = length
            
            #更新与i相连的连续序列的最左边和最右边的长度值
            numDict[i-left] = length
            numDict[i+right] = length
            
            maxLength = max(maxLength,length)
        return maxLength
复制代码

谦言忘语

个人目前只懂一丁点python语法，所以不做语法上的优化，而且整体代码风格效果会尽量跟C语言趋于一致。