LeetCode 热题 100刷题记录-3.最长连续序列
想要在互联网进出离职求职游刃有余,笔试算法题真的必不可少,年轻人听句劝!
记录解题过程,便于个人复盘和追踪进度。分为基础信息、题目分析、解题代码、复盘总结四部分。
题目基础信息
题目名称:最长连续序列
题目链接:最长连续序列
难度等级:中等
标签分类:数组、排序、Set集合、起始位判断
完成日期:25.8.13
题目:给定一个未排序的整数数组 nums ,找出数字连续的最长序列的长度。
(人话版:从乱序的数组里面找出能连续上的最长序列,并且返回这个值;
输入:nums = [100,4,200,1,3,2]
输出:4
解释:最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。)
题目分析
核心问题:
(用1-2句话概括题目本质)
乱序数组中找能连续上的最长序列。
关键约束:
要求时间复杂度为 O(n)
初始思路:
拿到题目,看到失序我就想到了要排序。而且还要去重。肯定还得有一个或者多个计数的变量。于是有了一下注释:
//先使其有序且去重
//再定义一个数值记录连续值
//再对有序数组进行遍历,算后一个是不是前一个加1
//如果是就count++
//如果不是就判断temp是否小于count,如果是就更新temp,然后count=1,始终让temp记录以遍历到的最大的连续值
//最后返回temp和count中的最大值
优化方向:
- 第一:可以不用排序,用一个
set集合,就可以直接去重,判断包不包含就行了。 - 第二:很巧妙的运用了"某某数-1在不在集合里"这一想法,如果不在就说明当前这个数是可以作为连续序列的起点。
解题代码
# 示例:最长连续序列
public int longestConsecutive(int[] nums) {
//排序去重转换成新数组
int[] newNums = Arrays.stream(nums).distinct().sorted().toArray();
//定义计数变量和临时存放变量
int count = 1;
int temp = 0;
//排除输入数组为[,]无的异常情况
if(0 == newNums.length){
return 0;
}
for (int j = 1; j < newNums.length; j++){
if (newNums[j] == newNums[j-1]+1){
count++;
}else{//只要是进了else,count就要归1
if (temp < count){//说明找到了比已知的序列更大的序列
temp = count;//把已知的最大的序列赋给临时变量
count = 1;//count归一后,接着遍历
}
count = 1;//只要进了else就表示序列断了,断了就得重新来
continue;
}
}
return count > temp? count : temp;//最后再判断temp(前面找到了)和目前的count哪个值大。
}
# 示例:最长连续序列 - 改进
public static int longestConsecutive(int[] nums) {
// 用于存储所有数字,方便 O(1) 查找
Set<Integer> set = new HashSet<>();
for (int num : nums) {
set.add(num);
}
int maxLen = 0; // 记录最长连续序列的长度
// 遍历每个数字
for (int num : set) {
// 只有当前数字的前一个数字不存在时,才作为连续序列的起点
if (!set.contains(num - 1)) {
int current = num;
int count = 1; // 起点本身算一个
// 往后找连续的数字
while (set.contains(current + 1)) {
current++;
count++;
}
// 更新最大长度
maxLen = Math.max(maxLen, count);
}
}
return maxLen;
}
复盘总结
易错点:
- 如果初始API学习不足,那么不将乱序进行排序并且去重,这个题基本上很难做的出来。
- 很有可能忘记排除异常情况,就是数组为空的情况。
- set和Arrays工具的一些API不学好也很难。
- 我复习了
Arrays.stream(nums).distinct().sorted().toArray();可以排序并且去重,然后转换成一个新数组。 - 我复习了
HashSet集合的可以自动去重。
- 我复习了
- 乱序找有序,它们之间肯定有共性,就一定要想到、要找出共性!! 也要找出一种巧妙的判断(if)条件,这对解题很关键
- 不同里面找相同 , 一定要想到排序。要么就借用集合的存储功能去判断是不是包含再里面。
复杂度分析:
- 时间复杂度: O(1)
- 空间复杂度:
相似题目:
- 无
进阶思考:
- (无)
扩展建议
提示:可配合GitHub仓库同步代码,利用提交记录跟踪进步轨迹。

497

被折叠的 条评论
为什么被折叠?



