
思路:
1.题目要求时间复杂度为O(n),而排序的时间复杂度是O(nlogn),因此本题不能排序。
2.核心思路:对于nums中的元素x,以x为起点,不断查找下一个数x + 1,x + 2,...是否在nums中,并统计序列的长度。
3.为了做到O(n)的时间复杂度,需要做到两个关键优化。
(1)把nums中的数都放到一个哈希集合中,这样可以以O(1)的时间复杂度判断数字是否在nums中。
(2)如果x - 1在哈希集合中,则不以x为起点。这是因为以x - 1为起点计算出的序列长度,一定要比以x为起点计算出的序列长度要长,这样可以避免大量重复计算。比如nums == [3,2,4,5],从3开始,可以找到3,4,5这个连续序列;而从2开始,则可以找到2,3,4,5这个连续序列,一定比从3开始找到的连续序列要长。
4.注意:遍历元素的时候,要遍历哈希集合,而不是nums。如果nums =[1,1,1,...,1,2,3,4,5,...](前一半都是1),遍历nums的做法会导致每个1都跑一个O(n)的循环,总的循环次数是O(n^2),会超时。
附代码:
java
class Solution {
public int longestConsecutive(int[] nums) {
Set<Integer> set = new HashSet<>();
for(int num : nums){
set.add(num); //把nums转换成哈希集合
}
int ans = 0;
for(int x : set){ //遍历哈希集合
if(set.contains(x - 1)){
//如果x不是序列的起点,则直接跳过
continue;
}
//x是序列的起点
int y = x + 1;
while(set.contains(y)){ //不断查找下一个数是否在哈希集合中
y++;
}
// 循环结束后,y - 1就是最后一个在哈希集合中的数
// 长度为 y - 1 - x + 1 = y - x
ans = Math.max(ans,y - x);
}
return ans;
}
}
小优化:设m为nums中不同元素的个数(即哈希集合的大小)。各个连续序列(链)是相互独立的,如果发现其中一条链的长度至少为m/2(长度×2>=m),由于不可能还有一条长度大于m/2的链(否则这两条链的长度之和就超过m了),答案不会再增大,此时可以直接返回答案。
java
class Solution {
public int longestConsecutive(int[] nums) {
Set<Integer> set = new HashSet<>();
for(int num : nums){
set.add(num); //把nums转换成哈希集合
}
int m = set.size();
int ans = 0;
for(int x : set){ //遍历哈希集合
if(set.contains(x - 1)){
//如果x不是序列的起点,则直接跳过
continue;
}
//x是序列的起点
int y = x + 1;
while(set.contains(y)){ //不断查找下一个数是否在哈希集合中
y++;
}
// 循环结束后,y - 1就是最后一个在哈希集合中的数
// 长度为 y - 1 - x + 1 = y - x
ans = Math.max(ans,y - x);
if(ans * 2 >= m){
break;
}
}
return ans;
}
}