当前位置: 首页 > news >正文

376. 摆动序列——【Leetcode每日刷题】

376. 摆动序列

如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为 摆动序列 。第一个差(如果存在的话)可能是正数或负数。仅有一个元素或者含两个不等元素的序列也视作摆动序列。

  • 例如, [1, 7, 4, 9, 2, 5] 是一个 摆动序列 ,因为差值 (6, -3, 5, -7, 3) 是正负交替出现的。

  • 相反,[1, 4, 7, 2, 5] 和 [1, 7, 4, 5, 5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。

子序列 可以通过从原始序列中删除一些(也可以不删除)元素来获得,剩下的元素保持其原始顺序。

给你一个整数数组 nums ,返回 nums 中作为 摆动序列最长子序列的长度

示例 1:

输入:nums = [1,7,4,9,2,5]
输出:6
解释:整个序列均为摆动序列,各元素之间的差值为 (6, -3, 5, -7, 3) 。

示例 2:

输入:nums = [1,17,5,10,13,15,10,5,16,8]
输出:7
解释:这个序列包含几个长度为 7 摆动序列。
其中一个是 [1, 17, 10, 13, 10, 16, 8] ,各元素之间的差值为 (16, -7, 3, -3, 6, -8) 。

示例 3:

输入:nums = [1,2,3,4,5,6,7,8,9]
输出:2

提示:

  • 1 <= nums.length <= 1000
  • 0 <= nums[i] <= 1000

进阶:你能否用 O(n) 时间复杂度完成此题?

思路:

法一:动态规划

本题大家都很容易想到用动态规划来求解,求解的过程类似最长上升子序列。

  • 不过是需要判断两个序列;
  • 且需要nums相同长度的数组dp, flg,分别存放记录包括nums[i]在内的最长摆动序列及记录nums[j]与上一个数的差值符号。

法二:贪心

维护峰顶最大,峰谷最小:

  • 设立一个 flg 记录前一次 序列摆动的趋势,趋势相反,序列长度 加 1;
  • 如果相等元素跳过;
  • 如果一直递增,序列长度不变,最后一个值一直更新当前最大值;(这样才有更多的机会遇到较小的值)
  • 如果一直递减,序列长度不变,最后一个值一直更新当前最小值。(这样才有更多的机会遇到较大的值)

代码:(Java)

法一:动态规划

import java.util.Arrays;public class WiggleMaxLength {public static void main(String[] args) {// TODO Auto-generated method stubint[] nums = {1,17,5,10,13,15,10,5,16,8};System.out.println(wiggleMaxLength(nums));}public static int wiggleMaxLength(int[] nums) {int n = nums.length;int[] dp = new int[n];//记录包括nums[i]在内的最长摆动序列int[] flg = new int[n];//记录nums[i]与上一个数的差值符号Arrays.fill(dp, 1);Arrays.fill(flg, 0); // 1表示和上一个数的差为正数,-1 表示和上一个数之差为负数 ,0表示相等for(int i = 1; i < n; i++) {for(int j = 0; j < i; j++) {if(nums[i] != nums[j] && flg[j] != (nums[i] > nums[j] ? 1 : -1) && dp[j] + 1 > dp[i]){flg[i] = nums[i] > nums[j] ? 1 : -1;dp[i] = dp[j] + 1;}}}return dp[n - 1];}
}

法二:贪心

public class WiggleMaxLength {public static void main(String[] args) {// TODO Auto-generated method stubint[] nums = {1,17,5,10,13,15,10,5,16,8};System.out.println(wiggleMaxLength(nums));}public static int wiggleMaxLength(int[] nums) {int n = nums.length;int flg = 0;//记录nums[i]与上一个数的差值符号int len = 1;for(int i = 1; i < n; i++) {if(nums[i] == nums[len - 1]) {continue;}else if(flg != (nums[i] > nums[len - 1] ? 1 : -1)){flg = nums[i] > nums[len - 1] ? 1 : -1;nums[len] = nums[i];len++;}else {nums[len - 1] = nums[i];}}return len;}
}

运行结果:

在这里插入图片描述

复杂度分析

法一:动态规划

  • 时间复杂度:O(n2)O(n^2)O(n2),其中 n 是序列的长度。我们需要两重 for 循环。
  • 空间复杂度:O(n)O(n)O(n)。我们需要nums相同长度的数组dp, flg,分别存放记录包括nums[i]在内的最长摆动序列及记录nums[j]与上一个数的差值符号。

法二:贪心

  • 时间复杂度:O(n)O(n)O(n),其中 n 是序列的长度。我们只需要遍历该序列一次。
  • 空间复杂度:O(1)O(1)O(1)。我们只需要常数空间来存放若干变量。
类似题解题目:

646. 最长数对链
300. 最长递增子序列

注:仅供学习参考!

题目来源:力扣。

http://www.lryc.cn/news/38839.html

相关文章:

  • mgre实验
  • 一文彻底了解Zookeeper(介绍篇)
  • 1. ELK Stack 理论篇之什么是ELK Stack?
  • 两道有关链表的练习
  • Python uiautomator2安卓自动化测试
  • Leetcode. 160相交链表
  • MDPs —— 马尔可夫决策定义与算法
  • 【C++】图
  • 尾递归优化
  • P1120 小木棍(搜索+剪枝)
  • 【专项训练】动态规划-3
  • 【Linux】信号+再谈进程地址空间
  • C++回顾(二十一)—— list容器
  • 爱国者一体机电脑蓝屏怎么U盘重装系统教学?
  • Vue学习笔记(9)
  • 中值滤波+Matlab仿真+频域响应分析
  • 自然语言处理中数据增强(Data Augmentation)技术最全盘点
  • PINN解偏微分方程实例1
  • 【python 基础篇 十二】python的函数-------函数生成器
  • elasticsearch全解 (待续)
  • springboot2集成knife4j
  • Qt 性能优化:CPU占有率高的现象和解决办法
  • MySQL专题(学会就毕业)
  • Java高级技术:单元测试、反射、注解
  • C语言初识
  • Cadence Allegro 导出Etch Length by Layer Report报告详解
  • 无监督对比学习(CL)最新必读经典论文整理分享
  • 最长回文子串【Java实现】
  • LeetCode 438. Find All Anagrams in a String
  • MyBatis-1:基础概念+环境配置