题目描述:
当 A 的子数组 A[i], A[i+1], ..., A[j] 满足下列条件时,我们称其为湍流子数组:
若 i <= k < j,当 k 为奇数时, A[k] > A[k+1],且当 k 为偶数时,A[k] < A[k+1];
或 若 i <= k < j,当 k 为偶数时,A[k] > A[k+1] ,且当 k 为奇数时, A[k] < A[k+1]。
也就是说,如果比较符号在子数组中的每个相邻元素对之间翻转,则该子数组是湍流子数组。
返回 A 的最大湍流子数组的长度。
示例 1:
输入:[9,4,2,10,7,8,8,1,9]
输出:5
解释:(A[1] > A[2] < A[3] > A[4] < A[5])
示例 2:
输入:[4,8,12,16]
输出:2
示例 3:
输入:[100]
输出:1
思路分析:
滑动窗口法:
设数组arr 的长度为 n,窗口[left,right](0≤left≤right≤n−1) 为当前的窗口,窗口内构成了一个「湍流子数组」。随后,我们要考虑下一个窗口的位置。
根据「湍流子数组」的定义,当 0<right<n−1 时:
如果 arr[right−1]<arr[right] 且 arr[right]>arr[right+1],则[left,right+1] 也构成「湍流子数组」,因此需要将right 右移一个单位;
如果 arr[right−1]>arr[right] 且 arr[right]<arr[right+1],同理,也需要将right 右移一个单位;
否则,[right−1,right+1] 无法构成「湍流子数组」,当 left<right 时,[left,right+1] 也无法构成「湍流子数组」,因此需要将 left 移到 right,即令left=right。
此外,我们还需要特殊考虑窗口长度为 1(即 left 和right 相等的情况):只要arr[right] =arr[right+1],就可以将 right 右移一个单位;否则,left 和right 都要同时右移。
class Solution {
public int maxTurbulenceSize(int[] arr) {
int n = arr.length;
int ret = 1;
int left = 0, right = 0;
while (right < n - 1) {
if (left == right) {
if (arr[left] == arr[left + 1]) {
left++;
}
right++;
} else {
if (arr[right - 1] < arr[right] && arr[right] > arr[right + 1]) {
right++;
} else if (arr[right - 1] > arr[right] && arr[right] < arr[right + 1]) {
right++;
} else {
left = right;
}
}
ret = Math.max(ret, right - left + 1);
}
return ret;
}
}
复杂度分析
时间复杂度:O(n),其中 n 为数组的长度。窗口的左右端点最多各移动 n 次。
空间复杂度:O(1)。只需要维护常数额外空间。
动态规划法:
对于最长连续子数组问题,使用动态规划求解时,我们经常定义状态 dp[i] 为:以 i 位置结尾的最长连续子数组的长度,因为这个状态可以反映 i 位置及其前面区间的情况。下一个位置 i + 1 可以根据 dp[i] 就知道了前面的情况,再根据 arr[i + 1] 和 arr[i] 的大小关系,能更新状态 dp[i + 1]。
对于本题,如果只定一个状态数组是不够的,因为我们只有区分了 i 位置是在增长还是在降低,才能判断 i + 1 位置是否能续上前面的波浪。所以,我们需要定义两个状态数组,分别表示以 i 结尾的在增长和降低的最长湍流子数组长度。
状态的定义:
定义 up[i] 表示以位置 i 结尾的,并且 arr[i - 1] < arr[i] 的最长湍流子数组长度。
定义 down[i] 表示以位置 i 结尾的,并且 arr[i - 1] > arr[i] 的最长湍流子数组长度。
up[i] 和 down[i] 初始化都是 1,因为每个数字本身都是一个最小的湍流子数组。
状态转移方程:
up[i] = down[i - 1] + 1,当 arr[i - 1] < arr[i];
down[i] = up[i - 1] + 1,当 arr[i - 1] > arr[i];
解释:湍流子数组的增长和降低是交替的。
(图像来自leetcode题解区:https://leetcode-cn.com/problems/longest-turbulent-subarray/solution/yi-zhang-dong-tu-xiang-jie-dong-tai-gui-wrwvn/)
class Solution {
public int maxTurbulenceSize(int[] arr) {
int res = 1, up = 1, down = 1;
for (int i = 1; i < arr.length; i++) {
if (arr[i - 1] < arr[i]) {
up = down + 1;
down = 1;
} else if (arr[i - 1] > arr[i]) {
down = up + 1;
up = 1;
} else {
up = 1;
down = 1;
}
res = Math.max(res, Math.max(up, down));
}
return res;
}
}