LeetCode——978. 最长湍流子数组(Longest Turbulent Subarray)——分析及代码（Java）

一、题目

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

提示：

• 1 <= A.length <= 40000
• 0 <= A[i] <= 10^9

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/longest-turbulent-subarray
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

二、分析及代码

1. 动态规划（一维数组）

（1）思路

设计一个数组 dp[n]，表示到第 i 个数字时当前湍流子数组的长度，则状态转移过程为：

• 若当前数字与前一数字相等，dp[i] = 1
• 若当前数字符合湍流数组要求，dp[i] = dp[i - 1] + 1
• 若当前数字与前一数字不相等但不符合湍流数组要求，dp[i] = 2

dp[i] 的最大值即为目标解。

（2）代码

class Solution {
    public int maxTurbulenceSize(int[] arr) {
        if (arr.length == 1)
            return 1;
        int[] dp = new int[arr.length];//dp[i]表示到第i个数字时当前湍流子数组的长度
        dp[0] = 1;
        dp[1] = (arr[0] == arr[1]) ? 1 : 2;
        int n = arr.length, ans = dp[1];
        for (int i = 2; i < n; i++) {
            if (arr[i] == arr[i - 1])
                dp[i] = 1;
            else if ((arr[i] > arr[i - 1] && arr[i - 1] < arr[i - 2]) || (arr[i] < arr[i - 1] && arr[i - 1] > arr[i - 2])) {
                dp[i] = dp[i - 1] + 1;
                ans = Math.max(ans, dp[i]);
            } else
                dp[i] = 2;
        }
        return ans;
    }
}

（3）结果

执行用时 ：6 ms，在所有 Java 提交中击败了 87.95% 的用户；
内存消耗 ：45.1 MB，在所有 Java 提交中击败了 7.72% 的用户。

2. 动态规划（单个数字）

（1）思路

上述方法计算过程中，dp[i] 的状态只与 dp[i - 1] 有关，因此可直接用一个整数替代一维数组。

（2）代码

class Solution {
    public int maxTurbulenceSize(int[] arr) {
        if (arr.length == 1)
            return 1;
        int len = (arr[0] == arr[1]) ? 1 : 2;
        int n = arr.length, ans = len;
        for (int i = 2; i < n; i++) {
            if (arr[i] == arr[i - 1])
                len = 1;
            else if ((arr[i] > arr[i - 1] && arr[i - 1] < arr[i - 2]) || (arr[i] < arr[i - 1] && arr[i - 1] > arr[i - 2])) {
                len++;
                ans = Math.max(ans, len);
            } else
                len = 2;
        }
        return ans;
    }
}

（3）结果

执行用时 ：6 ms，在所有 Java 提交中击败了 78.92% 的用户；
内存消耗 ：41.8 MB，在所有 Java 提交中击败了 56.40% 的用户。

三、其他

暂无。