Easy
题目描述
给你一个整数数组 nums。返回 nums 中最长的严格递增或严格递减子数组的长度。
示例 1:
输入:nums = [1,4,3,3,2]
输出:2
解释:
nums 的严格递增子数组有 [1]、[2]、[3]、[3]、[4] 和 [1,4]。
nums 的严格递减子数组有 [1]、[2]、[3]、[3]、[4]、[3,2] 和 [4,3]。
因此,返回 2。
示例 2:
输入:nums = [3,3,3,3]
输出:1
解释:
nums 的严格递增子数组有 [3]、[3]、[3] 和 [3]。
nums 的严格递减子数组有 [3]、[3]、[3] 和 [3]。
因此,返回 1。
示例 3:
输入:nums = [3,2,1]
输出:3
解释:
nums 的严格递增子数组有 [3]、[2] 和 [1]。
nums 的严格递减子数组有 [3]、[2]、[1]、[3,2]、[2,1] 和 [3,2,1]。
因此,返回 3。
提示:
1 <= nums.length <= 501 <= nums[i] <= 50
解题思路
这道题要求找到最长的严格递增或严格递减子数组。我们可以使用一次遍历的方法来解决。
核心思路是分别维护两个变量:当前严格递增子数组的长度和当前严格递减子数组的长度。遍历数组时,比较相邻元素:
- 如果当前元素大于前一个元素,说明可以继续递增序列,递增长度加1,递减长度重置为1
- 如果当前元素小于前一个元素,说明可以继续递减序列,递减长度加1,递增长度重置为1
- 如果当前元素等于前一个元素,两个长度都重置为1
在遍历过程中,我们持续更新最大长度。这种方法的时间复杂度为O(n),空间复杂度为O(1)。
另一种思路是暴力枚举所有子数组并检查其单调性,但时间复杂度为O(n³),不够高效。对于这道题的数据规模,一次遍历的贪心方法是最优解。
代码实现
class Solution {
public:
int longestMonotonicSubarray(vector<int>& nums) {
int n = nums.size();
if (n <= 1) return n;
int maxLen = 1;
int incLen = 1, decLen = 1;
for (int i = 1; i < n; i++) {
if (nums[i] > nums[i-1]) {
incLen++;
decLen = 1;
} else if (nums[i] < nums[i-1]) {
decLen++;
incLen = 1;
} else {
incLen = 1;
decLen = 1;
}
maxLen = max(maxLen, max(incLen, decLen));
}
return maxLen;
}
};
class Solution:
def longestMonotonicSubarray(self, nums: List[int]) -> int:
n = len(nums)
if n <= 1:
return n
max_len = 1
inc_len = dec_len = 1
for i in range(1, n):
if nums[i] > nums[i-1]:
inc_len += 1
dec_len = 1
elif nums[i] < nums[i-1]:
dec_len += 1
inc_len = 1
else:
inc_len = dec_len = 1
max_len = max(max_len, inc_len, dec_len)
return max_len
public class Solution {
public int LongestMonotonicSubarray(int[] nums) {
int n = nums.Length;
if (n <= 1) return n;
int maxLen = 1;
int incLen = 1, decLen = 1;
for (int i = 1; i < n; i++) {
if (nums[i] > nums[i-1]) {
incLen++;
decLen = 1;
} else if (nums[i] < nums[i-1]) {
decLen++;
incLen = 1;
} else {
incLen = 1;
decLen = 1;
}
maxLen = Math.Max(maxLen, Math.Max(incLen, decLen));
}
return maxLen;
}
}
/**
* @param {number[]} nums
* @return {number}
*/
var longestMonotonicSubarray = function(nums) {
const n = nums.length;
if (n <= 1) return n;
let maxLen = 1;
let incLen = 1, decLen = 1;
for (let i = 1; i < n; i++) {
if (nums[i] > nums[i-1]) {
incLen++;
decLen = 1;
} else if (nums[i] < nums[i-1]) {
decLen++;
incLen = 1;
} else {
incLen = 1;
decLen = 1;
}
maxLen = Math.max(maxLen, incLen, decLen);
}
return maxLen;
};
复杂度分析
| 复杂度 | 大小 |
|---|---|
| 时间复杂度 | O(n) |
| 空间复杂度 | O(1) |