题目链接:https://leetcode-cn.com/problems/longest-consecutive-sequence/submissions/
【hard】
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。
要求算法的时间复杂度为 O(n)。
示例:
输入: [100, 4, 200, 1, 3, 2]
输出: 4
解释: 最长连续序列是 [1, 2, 3, 4]。它的长度为 4。
思路
1 暴力
遍历每个元素,将该元素作为连续序列的起始元素,枚举比它大的数字,直到有数字在原数组中没有出现过。当枚举到数组中没有的数字时(即 currentNum
是一个数组中没出现过的数字),记录下序列的长度,如果比当前最优解大的话就更新。算法一定能找到最优解,因为它枚举了每一种可能性。
复杂度分析
时间复杂度:O(n^3)
空间复杂度:O(1)
2 排序
(1)先对数组排序
(2)使用动态规划,在排序数字中查找最长的连续子序列
注意:出现与前一元素相同时跳过
复杂度分析
时间复杂度:O(nlogn)
空间复杂度:O(1)
/*
* 排序+动态规划
* 时间复杂度O(nlogn) 空间复杂度O(1)
*/
class Solution {
public:
int longestConsecutive(vector<int>& nums) {
if(nums.size() < 2) return nums.size();
sort(nums.begin(),nums.end());
int maxLen = 1, currentLen =1;
for (int i = 1; i < nums.size(); ++i) {
if(nums[i] == nums[i-1]+1)
currentLen += 1;
else if(nums[i] == nums[i-1])
continue;
else
currentLen = 1;
maxLen = max(maxLen,currentLen);
}
return maxLen;
}
};
2 哈希表和线性空间的构造
加粗样式复杂度分析
- 时间复杂度: O ( n ) O(n) O(n)
尽管在 for 循环中嵌套了一个 while 循环,时间复杂度看起来像是二次方级别的。但其实它是线性的算法。因为只有当 currentNum
遇到了一个序列的开始, while 循环才会被执行(也就是 currentNum-1
不在数组 nums
里), while 循环在整个运行过程中只会被迭代 n 次。这意味着尽管看起来时间复杂度为
O
(
n
⋅
n
)
O(n \cdot n)
O(n⋅n) ,实际这个嵌套循环只会运行
O
(
n
+
n
)
O(n + n)
O(n+n) 次。因为如上面的例子 [100, 4, 200, 1, 3, 2]
中只有1的时候会执行内部while循环。所有的计算都是线性时间的,所以总的时间复杂度是 O(n)
的。
- 空间复杂度: O ( n ) O(n) O(n)
为了实现 O ( 1 ) O(1) O(1) 的查询,我们对哈希表分配线性空间,以保存 nums 数组中的 O ( n ) O(n) O(n)个数字。除此以外,所需空间与暴力解法一致。
/*
* 哈希表和线性空间构造
* 时间复杂度O(n) 空间复杂度O(n)
*/
class Solution {
public:
int longestConsecutive(vector<int>& nums) {
if(nums.size() < 2) return nums.size();
set<int> s;
for(auto num:nums) s.insert(num); // 构建集合
int maxLen = 0, currentLen = 0;
for (int num:s) {
// 只检查num-1不在集合中的元素
if(s.count(num-1) == 0){
int currentNum = num;
currentLen = 1;
while (s.count(currentNum+1)){ // 往后查找元素是否存在
currentLen ++;
currentNum ++;
}
maxLen = max(maxLen,currentLen);
}
}
return maxLen;
}
};