[leetcode]674_最长连续递增序列
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: 1 <= nums.length <= 10^4 -109 <= nums[i] <= 10^9
解题思路:【动态规划】
dp[i]表示num[i]结尾的连续递增子序列长度 dp[i] = dp[i - 1] + 1 当 nums[i]>nums[i - 1] 时: 此情况下连续递增子序列长度为 dp[i - 1]+1 ; 当 nums[i]<=nums[i - 1] 时:此情况上升子序列不成立,跳过。 初始化dp[i] = 1
题目差异参考博文:[leetcode]300_最长递增子序列-CSDN博客
class Solution:
def longest_continous_substring_dp(self, nums):
length = len(nums)
dp = [1] * length
for i in range(1, length):
if nums[i] > nums[i - 1]:
dp[i] = dp[i - 1] + 1
return max(dp)
if __name__ == '__main__':
num = eval(input())
solution = Solution()
print(solution.longest_continous_substring_dp(num))
其他思路:【贪心】
局部最优:num[i] > nums[i - 1],连续序列长度 count + 1;其他情况 count = 1
全局最优:最大的连续长度count
def longest_continous_substring_greedy(self, nums):
length = len(nums)
res = 1
count = 1
for i in range(1, length):
if nums[i] > nums[i - 1]:
count += 1
else:
count = 1
res = max(res, count)
return res
仅作为代码记录,方便自学自查自纠