LeetCode-674-最长连续递增数列（longest-continuous-increasing-subsequence）

最新推荐文章于 2021-11-22 19:06:56 发布

JavaScriptLiang

最新推荐文章于 2021-11-22 19:06:56 发布

阅读量369

点赞数

本文链接：https://blog.csdn.net/weixin_41806099/article/details/103502225

版权

一目录

不折腾的前端，和咸鱼有什么区别

目录
一目录
二前言
三解题及测试
四 LeetCode Submit
五解题思路
六进一步思考

二前言

难度：简单
涉及知识：数组
题目地址：https://leetcode-cn.com/problems/longest-continuous-increasing-subsequence/
题目内容：

给定一个未经排序的整数数组，找到最长且连续的的递增序列。

示例 1:

输入: [1,3,5,4,7]
输出: 3
解释:
最长连续递增序列是 [1,3,5]，长度为 3。
尽管 [1,3,5,7] 也是升序的子序列,
但它不是连续的，因为5和7在原数组里被 4 隔开。

示例 2:

输入: [2,2,2,2,2]
输出: 1
解释: 最长连续递增序列是 [2], 长度为1。
注意：数组长度不会超过10000。

三解题及测试

小伙伴可以先自己在本地尝试解题，再回来看看 jsliang 的解题思路。

LeetCode 给定函数体：

/**
 * @param {number[]} nums
 * @return {number}
 */
var findLengthOfLCIS = function(nums) {
    
};

根据上面的已知函数，尝试破解本题吧~

确定了自己的答案再看下面代码哈~

index.js

/**
 * @name 最长连续递增序列
 * @param {number[]} nums
 * @return {number}
 */
const findLengthOfLCIS = (nums) => {
  let result = [nums[0]];
  for (let i = 0; i < nums.length; i++) {
    if (nums[i + 1] > nums[i]) {
      const temp = [];
      for (let j = i; j < nums.length; j++) {
        temp.push(nums[j]);
        if (nums[j + 1] <= nums[j]) {
          break;
        }
      }
      if (temp.length > result.length) {
        result = temp;
      }
    }
  }
  console.log(result);
  return result.length;
};

// console.log(findLengthOfLCIS([1, 3, 5, 4, 7])); // 3
console.log(findLengthOfLCIS([])); // 0

node index.js 返回：

四 LeetCode Submit

Accepted
* 36/36 cases passed (76 ms)
* Your runtime beats 40.74 % of javascript submissions
* Your memory usage beats 5.16 % of javascript submissions (42.1 MB)

五解题思路

最初的灵感，往往是脑子一抽，代码就出来了。

暴力破解

const findLengthOfLCIS = (nums) => {
  let result = nums[0] ? [nums[0]] : [];
  for (let i = 0; i < nums.length; i++) {
    if (nums[i + 1] > nums[i]) {
      const temp = [];
      for (let j = i; j < nums.length; j++) {
        temp.push(nums[j]);
        if (nums[j + 1] <= nums[j]) {
          break;
        }
      }
      if (temp.length > result.length) {
        result = temp;
      }
    }
  }
  return result.length;
};

思路很简单：

设置 result，它的判断是为了防止 [2, 2, 2, 2, 2] 和 [] 的情况，这两种情况中，一个是长度为 1，一个是长度为 0。
通过 for 遍历数组，如果下一个元素比当前元素大，那么破案的时候到了。
设置 temp 记录这个 “最长连续递增数列”，通过 for 遍历剩下的数组，每次往 temp 中 push 新元素，直到下一个元素小于或者等于当前元素，则中止循环。
判断 temp 的长度和 result 的长度，如果 temp 比较长，那么重置 result。
最终返回 result 的长度。

Submit 提交：

Accepted
* 36/36 cases passed (76 ms)
* Your runtime beats 40.74 % of javascript submissions
* Your memory usage beats 5.16 % of javascript submissions (42.1 MB)

六进一步思考

参考了下【题解区】官网的解法，学到了一种新解法：

滑动窗口

const findLengthOfLCIS = (nums) => {
  let result = 0,
      position = 0;
  for (let i = 0; i < nums.length; i++) {
    if (i > 0 && nums[i] < nums[i - 1]) {
      position = i;
    }
    result = Math.max(result, i - position + 1);
  }
  return result;
};

Submit 提交：

Accepted
* 36/36 cases passed (64 ms)
* Your runtime beats 82.87 % of javascript submissions
* Your memory usage beats 20.62 % of javascript submissions (35.5 MB)

咱们先讲下这道题的思路，然后初步探索下滑动窗口：

设置 result 为结果值，position 用来记录位置。
遍历 nums，从第二个开始（i > 0），将当前值和前一个值和前一个值比较（nums[i] < nums[i - 1]），如果当前值小于前一个值，说明这个连续长度中断了（不是递增的了）。设置 position 为 i。
每次我们都将 result 和 i - position + 1 比较，i - position + 1 就是这个连续递增持续到现在的长度。
最终返回 result 即可。

为什么说它好呢？

它只用了一次遍历，而我们的暴力用了双重嵌套 for。
它使用了常数空间，而我们的暴力用了数组空间。

那么，什么是滑动窗口？它解决了什么问题？

滑动问题包含一个滑动窗口，它是一个运行在一个大数组上的子列表，该数组是一个底层元素集合。

滑动窗口算法可以将嵌套的循环问题，转换为单循环问题，降低时间复杂度。

很恰巧，翻到一个感觉不错的链接，知乎的：

什么是「滑动窗口算法」（sliding window algorithm），有哪些应用场景？https://www.zhihu.com/question/314669016

它就滑动窗口作出了 JavaScript 的解释，咱们看其中一个问题：

...无法复制，小伙伴们可以自行前往查看~

改天咱们到算法模块专门讲解，持续关注公众号或者点击公众号原文关注我的仓库咯~

https://github.com/LiangJunrong/document-library/blob/master/other-library/LeetCode/algorithms-and-data-structures/%E7%AE%97%E6%B3%95-%E6%A8%A1%E5%BC%8F-%E6%BB%91%E5%8A%A8%E7%AA%97%E5%8F%A3.md

那么，今天到此结束，明儿见！

不折腾的前端，和咸鱼有什么区别！

jsliang 会每天更新一道 LeetCode 题解，从而帮助小伙伴们夯实原生 JS 基础，了解与学习算法与数据结构。

浪子神剑 会每天更新面试题，以面试题为驱动来带动大家学习，坚持每天学习与思考，每天进步一点！

扫描上方二维码，关注 jsliang 的公众号（左）和 浪子神剑 的公众号（右），让我们一起折腾！

jsliang 的文档库由梁峻荣采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。
基于https://github.com/LiangJunrong/document-library上的作品创作。
本许可协议授权之外的使用权限可以从 https://creativecommons.org/licenses/by-nc-sa/2.5/cn/ 处获得。