【LeetCode-674】最长连续递增序列(动归)

本文主要是介绍【LeetCode-674】最长连续递增序列(动归)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

目录

LeetCode674.最长连续递增序列

题目描述

解法1：动态规划

代码实现

---

题目链接

题目描述

给定一个未经排序的整数数组，找到最长且 连续递增的子序列，并返回该序列的长度。

连续递增的子序列 可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], ..., nums[r - 1], nums[r]] 就是连续递增子序列。

示例 1：

• 输入：nums = [1,3,5,4,7]

• 输出：3

• 解释：最长连续递增序列是 [1,3,5], 长度为3。尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。

示例 2：

• 输入：nums = [2,2,2,2,2]

• 输出：1

• 解释：最长连续递增序列是 [2], 长度为1。

提示：

• 0 <= nums.length <= 10^4

• -10^9 <= nums[i] <= 10^9

解法1：动态规划

这个题求连续的递增序列，我们在遍历的过程中，也可以使用dp数组将我们每一个位置的最长递增序列表示出来，如果当前nums数组的值大于上一个位置的值，那么看上一个dp[i-1]的值，如果不为0则dp[i] = dp[i-1] + 1;

1. 确定dp数组（dp table）以及下标的含义

dp[i]：以下标i为结尾的连续递增的子序列长度为dp[i]。

注意这里的定义，一定是以下标i为结尾，并不是说一定以下标0为起始位置。

1. 确定递推公式

如果 nums[i] > nums[i - 1]，那么以 i 为结尾的连续递增的子序列长度 一定等于 以i - 1为结尾的连续递增的子序列长度 + 1 。

即：dp[i] = dp[i - 1] + 1;

因为本题要求连续递增子序列，所以就只要比较nums[i]与nums[i - 1]，而不用去比较nums[j]与nums[i] （j是在0到i之间遍历）。

1. dp数组如何初始化

以下标i为结尾的连续递增的子序列长度最少也应该是1，即就是nums[i]这一个元素。所以dp[i]应该初始1;

1. 确定遍历顺序

从递推公式上可以看出， dp[i + 1]依赖dp[i]，所以一定是从前向后遍历。

本文在确定递推公式的时候也说明了为什么本题只需要一层for循环，代码如下：

for (int i = 1; i < nums.size(); i++) {if (nums[i] > nums[i - 1]) { // 连续记录dp[i] = dp[i - 1] + 1;}
}

代码实现

class Solution {public int findLengthOfLCIS(int[] nums) {int len = nums.length;if (len == 1) return 1;int max = 0;int temp = 1;for (int i = 1; i < len; i++) {if (nums[i] > nums[i-1]) {temp++;}else {temp = 1;}max = Math.max(max,temp);}
​return max;}
}

这篇关于【LeetCode-674】最长连续递增序列(动归)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---