数据结构与算法之动态规划: LeetCode 3105. 最长的严格递增或递减子数组 (Ts版)

最长的严格递增或递减子数组

描述

  • 给你一个整数数组 nums
  • 返回数组 nums 中 严格递增 或 严格递减的最长非空子数组的长度

示例 1

复制代码
输入:nums = [1,4,3,3,2]
输出:2
  • 解释:
    • nums 中严格递增的子数组有[1]、[2]、[3]、[3]、[4] 以及 [1,4]
    • nums 中严格递减的子数组有[1]、[2]、[3]、[3]、[4]、[3,2] 以及 [4,3]
    • 因此,返回 2

示例 2

复制代码
输入:nums = [3,3,3,3]
输出:1
  • 解释:
    • nums 中严格递增的子数组有 [3]、[3]、[3] 以及 [3]
    • nums 中严格递减的子数组有 [3]、[3]、[3] 以及 [3]
    • 因此,返回 1

示例 3

复制代码
输入:nums = [3,2,1]
输出:3
  • 解释:
    • nums 中严格递增的子数组有 [3]、[2] 以及 [1]
    • nums 中严格递减的子数组有 [3]、[2]、[1]、[3,2]、[2,1] 以及 [3,2,1]
    • 因此,返回 3

提示

1 <= nums.length <= 50

1 <= nums[i] <= 50

Typescript 版算法实现

1 ) 方案1: 分组循环

ts 复制代码
function longestMonotonicSubarray(a: number[]): number {
    let ans = 1;
    let i = 0, n = a.length;

    while (i < n - 1) {
        if (a[i + 1] === a[i]) {
            i++; // 直接跳过
            continue;
        }

        const i0 = i; // 记录这一组的开始位置
        const inc = a[i + 1] > a[i]; // 定下基调:是严格递增还是严格递减
        i += 2; // i 和 i+1 已经满足要求,从 i+2 开始判断

        while (i < n && a[i] !== a[i - 1] && (a[i] > a[i - 1]) === inc) {
            i++;
        }

        // 从 i0 到 i-1 是满足题目要求的(并且无法再延长的)子数组
        ans = Math.max(ans, i - i0);
        i--; // 回退一步以确保循环可以正确处理下一个元素
    }

    return ans;
}

2 ) 方案2: 分组循环优化版

ts 复制代码
function longestMonotonicSubarray(nums: number[]): number {
    const n = nums.length * 2;
    let i = 0, ans = 0;
    const doubledNums = [...nums, ...nums.reverse()]; // 拼接原数组和其反转

    while (i < n) {
        const st = i;
        i += 1;

        // 查找连续递增序列
        while (i < n && doubledNums[i] > doubledNums[i - 1]) {
            i += 1;
        }

        ans = Math.max(ans, i - st);
    }

    return ans;
}

3 ) 方案3: 动态规划

ts 复制代码
function longestMonotonicSubarray(nums: number[]): number {
    let dp0 = 1, dp1 = 1, len = 1, n = nums.length;
    // dp0 表示以当前元素为结尾的递增子数组的长度,dp1 表示以当前元素为结尾的递减子数组的长度
    for (let i = 1; i < n; i++) {
        dp0 = nums[i] > nums[i - 1] ? dp0 + 1 : 1;
        dp1 = nums[i] < nums[i - 1] ? dp1 + 1 : 1;
        len = Math.max(len, Math.max(dp0, dp1));
    }
    return len;
}
相关推荐
董董灿是个攻城狮43 分钟前
5分钟搞懂什么是窗口注意力?
算法
Dann Hiroaki1 小时前
笔记分享: 哈尔滨工业大学CS31002编译原理——02. 语法分析
笔记·算法
qqxhb2 小时前
零基础数据结构与算法——第四章:基础算法-排序(上)
java·数据结构·算法·冒泡·插入·选择
FirstFrost --sy4 小时前
数据结构之二叉树
c语言·数据结构·c++·算法·链表·深度优先·广度优先
森焱森4 小时前
垂起固定翼无人机介绍
c语言·单片机·算法·架构·无人机
搂鱼1145145 小时前
(倍增)洛谷 P1613 跑路/P4155 国旗计划
算法
Yingye Zhu(HPXXZYY)5 小时前
Codeforces 2021 C Those Who Are With Us
数据结构·c++·算法
无聊的小坏坏6 小时前
三种方法详解最长回文子串问题
c++·算法·回文串
长路 ㅤ   6 小时前
Java后端技术博客汇总文档
分布式·算法·技术分享·编程学习·java后端
秋说6 小时前
【PTA数据结构 | C语言版】两枚硬币
c语言·数据结构·算法