leetcode 376.摆动序列

leetcode 376.摆动序列

题干

如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。
第一个差(如果存在的话)可能是正数或负数。少于两个元素的序列也是摆动序列。
例如, [1,7,4,9,2,5] 是一个摆动序列,因为差值 (6,-3,5,-7,3) 是正负交替出现的。
相反, [1,4,7,2,5] 和 [1,7,4,5,5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。
给定一个整数序列,返回作为摆动序列的最长子序列的长度。 通过从原始序列中删除一些(也可以不删除)元素来获得子序列,剩下的元素保持其原始顺序。

示例 1:
输入: [1,7,4,9,2,5]
输出: 6
解释: 整个序列均为摆动序列。

示例 2:
输入: [1,17,5,10,13,15,10,5,16,8]
输出: 7
解释: 这个序列包含几个长度为 7 摆动序列,其中一个可为[1,17,10,13,10,16,8]。

示例 3:
输入: [1,2,3,4,5,6,7,8,9]
输出: 2

进阶:
你能否用 O(n) 时间复杂度完成此题?

题解

第一眼看到n时间复杂度想到遍历一遍动态规划,但是考虑过后发现每向后考虑新的一位,所组成的最长摆动子序列不只与相邻的前一位有关,而与之前所有的子序列有关。
于是设置哈希表保存尾元素到pair,pair中保存以尾元素为结尾的摆动子序列的最大长度和尾元素在改摆动序列中的状态(和前一元素相等为0,小于前一元素为-1,大于为1)
同时设置haveCheckedNum数组用于保存nums中已经被检查过的元素,每遍历一个元素就将该元素加入此数组。
显而易见效率并不高,时间复杂度也到不了n。

class Solution {
public:
    int wiggleMaxLength(vector<int>& nums) {
        int n = nums.size();
        int maxWiggleLength = 0;
        unordered_map<int,pair<int,int> > tailToLengthAndCondition;
        vector<int> haveCheckedNum;
        if(n < 2){
            return n;
        }
        tailToLengthAndCondition[nums[0]].first = 1;
        tailToLengthAndCondition[nums[0]].second = 0;
        haveCheckedNum.push_back(nums[0]);
        tailToLengthAndCondition[nums[1]].first = 2;
        tailToLengthAndCondition[nums[1]].second = nums[1] > nums[0] ? 1 : -1;
        if(nums[1] == nums[0]){
            tailToLengthAndCondition[nums[1]].first = 1;
            tailToLengthAndCondition[nums[1]].second = 0;
        }
        haveCheckedNum.push_back(nums[1]);
        maxWiggleLength = max(maxWiggleLength,tailToLengthAndCondition[nums[1]].first);
        for(int i = 2 ; i < n ; ++i){
            for(auto j : haveCheckedNum){
                if(nums[i] > j && tailToLengthAndCondition[j].second == -1){
                    tailToLengthAndCondition[nums[i]].first = tailToLengthAndCondition[j].first + 1;
                    tailToLengthAndCondition[nums[i]].second = 1;
                    maxWiggleLength = max(maxWiggleLength,tailToLengthAndCondition[nums[i]].first);
                }else if(nums[i] < j && tailToLengthAndCondition[j].second == 1){
                    tailToLengthAndCondition[nums[i]].first = tailToLengthAndCondition[j].first + 1;
                    tailToLengthAndCondition[nums[i]].second = -1;
                    maxWiggleLength = max(maxWiggleLength,tailToLengthAndCondition[nums[i]].first);
                }else if(tailToLengthAndCondition[j].second == 0 && nums[i] != j){
                    tailToLengthAndCondition[nums[i]].first = tailToLengthAndCondition[j].first + 1;
                    tailToLengthAndCondition[nums[i]].second = nums[i] > j ? 1 : -1;
                    maxWiggleLength = max(maxWiggleLength,tailToLengthAndCondition[nums[i]].first);
                }
            }
            haveCheckedNum.push_back(nums[i]);
        }
        return maxWiggleLength;

    }
};
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值