[LintCode] 397 · 最长上升连续子序列
作者:互联网
描述
给定一个整数数组(下标从 0 到 n-1, n 表示整个数组的规模),请找出该数组中的最长上升连续子序列。(最长上升连续子序列可以定义为从右到左或从左到右的序列。)
样例
样例 1:
输入:[5, 4, 2, 1, 3]
输出:4
解释:
给定 [5, 4, 2, 1, 3],其最长上升连续子序列(LICS)为 [5, 4, 2, 1],返回 4。
样例 2:
输入:[5, 1, 2, 3, 4]
输出:4
解释:
给定 [5, 1, 2, 3, 4],其最长上升连续子序列(LICS)为 [1, 2, 3, 4],返回 4。
挑战
使用 O(n) 时间和 O(1) 额外空间来解决
思路:这题可以用来动态规划练手,但是动态规划并不是最好的思路
动态规划实现
public class Solution {
/**
* @param A: An array of Integer
* @return: an integer
*/
public int longestIncreasingContinuousSubsequence(int[] A) {
// write your code here
if(A.length==0) return 0;
int[] dp = new int[A.length];
int[] dp2 = new int[A.length];
dp[0] = 1;
dp2[0] = 1;
int max = 1;
for(int i=1;i<A.length;i++){
if(A[i]>A[i-1]){
dp[i] = dp[i-1]+1;
dp2[i] = 1;
}
else if(A[i]<A[i-1]){
dp[i] = 1;
dp2[i] = dp2[i-1]+1;
}
else{
dp[i] =1;
dp2[i] =1;
}
if(Math.max(dp[i], dp2[i])>max) max = Math.max(dp[i], dp2[i]);
}
return max;
}
}
效率非常的低,因为有两种状态,需要定义两个数组
可以用暴力,切换状态的方式直接破解。
public class Solution {
/**
* @param A: An array of Integer
* @return: an integer
*/
public int longestIncreasingContinuousSubsequence(int[] A) {
if(A.length==0) return 0;
int res=1;
int len=1;
boolean up =true;
for(int i=1;i<A.length;i++){
if(A[i]>A[i-1]){
if(up) len++;
else{
up = true;
len = 2;
}
}
else if(A[i]<A[i-1]){
if(!up) len++;
else{
up = false;
len = 2;
}
}else{
len = 1;
}
if(len>res) res =len;
}
return res;
}
}
标签:return,dp2,int,max,LintCode,397,序列,dp 来源: https://blog.csdn.net/weixin_45845865/article/details/121541487