128 最长连续序列

30 篇文章 0 订阅
6 篇文章 0 订阅

题目

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。

示例 1:

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。
示例 2:

输入:nums = [0,3,7,2,5,8,4,6,0,1]
输出:9

  • 方法一:哈希
class Solution {
public:
    int longestConsecutive(vector<int>& nums) {
        unordered_set<int> num_set;//数组去重,存储所有数字
        int n = nums.size();
        int len=0;//储存最长连续序列长度
        //构建哈希表
        for(int i=0 ; i<n; ++i)
            num_set.insert(nums[i]);
        //在哈希表中对每一个元素查找它两侧的元素,直到为空
        while(!num_set.empty()){
            int now = *num_set.begin();//取当前的首元素开始查找
            num_set.erase(now);//删除该元素
            int left = now-1, right = now+1;//分别向两侧查找
            //查找左侧元素
            while(num_set.find(left)!=num_set.end()){
                num_set.erase(left);
                --left;
            }
            ++left;
            //查找右侧元素
            while(num_set.find(right)!=num_set.end()){
                num_set.erase(right);
                ++right;
            }
            --right;
            //更新len长度
            len = max(len, right-left+1);
        }
        return len;
    }
};
  • 时间复杂度O(n)
  • 空间复杂度O(n)
  • 思路
    • 用unordered_sort()去重,存储所有数字。
    • 对一个元素,删掉该元素,查找是否有它数值减一和数值加一的元素,如果找到则删除该元素继续向两侧找。
    • 比较该长度与len的值,如果大于则更新,返回len
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在LeetCode(力扣)上,有一个经典的算法题目叫做“最长连续序列”(Longest Continuous Increasing Subsequence),通常用C++或其他编程语言进行解答。这个题目的目的是找到一个给定整数数组中的最长递增子序列。递增子序列是数组中的一段连续元素,它们按顺序严格增大。 这里是一个简单的C++解决方案思路: ```cpp #include <vector> using namespace std; class Solution { public: int longestContinuousIncreasingSubsequence(vector<int>& nums) { if (nums.empty()) return 0; // 避免空数组的情况 int n = nums.size(); vector<int> dp(n, 1); // dp[i] 表示以nums[i]结尾的最长递增子序列长度 int max_len = 1; // 初始化最长递增子序列长度为1 for (int i = 1; i < n; ++i) { // 遍历数组,从第二个元素开始 if (nums[i] > nums[i-1]) { // 如果当前元素比前一个大 dp[i] = dp[i-1] + 1; // 更新dp值,考虑加入当前元素后的增长长度 max_len = max(max_len, dp[i]); // 检查是否更新了最长序列长度 } } return max_len; // 返回最长连续递增子序列的长度 } }; ``` 在这个代码中,我们使用了一个动态规划(Dynamic Programming)的方法,维护了一个数组`dp`来存储每个位置以该位置元素结尾的最大递增子序列长度。遍历过程中,如果遇到当前元素大于前一个元素,则说明可以形成一个新的递增子序列,所以将`dp[i]`设置为`dp[i-1]+1`,并更新全局的最长序列长度。 如果你想要深入了解这个问题,可以问: 1. 这个问题的时间复杂度是多少? 2. 动态规划是如何帮助解决这个问题的? 3. 如何优化这个算法,使其空间复杂度更低?
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