英文原文
A wiggle sequence is a sequence where the differences between successive numbers strictly alternate between positive and negative. The first difference (if one exists) may be either positive or negative. A sequence with one element and a sequence with two non-equal elements are trivially wiggle sequences.
- For example,
[1, 7, 4, 9, 2, 5]
is a wiggle sequence because the differences(6, -3, 5, -7, 3)
alternate between positive and negative. - In contrast,
[1, 4, 7, 2, 5]
and[1, 7, 4, 5, 5]
are not wiggle sequences. The first is not because its first two differences are positive, and the second is not because its last difference is zero.
A subsequence is obtained by deleting some elements (possibly zero) from the original sequence, leaving the remaining elements in their original order.
Given an integer array nums
, return the length of the longest wiggle subsequence of nums
.
Example 1:
Input: nums = [1,7,4,9,2,5] Output: 6 Explanation: The entire sequence is a wiggle sequence with differences (6, -3, 5, -7, 3).
Example 2:
Input: nums = [1,17,5,10,13,15,10,5,16,8] Output: 7 Explanation: There are several subsequences that achieve this length. One is [1, 17, 10, 13, 10, 16, 8] with differences (16, -7, 3, -3, 6, -8).
Example 3:
Input: nums = [1,2,3,4,5,6,7,8,9] Output: 2
Constraints:
1 <= nums.length <= 1000
0 <= nums[i] <= 1000
Follow up: Could you solve this in O(n)
time?
中文题目
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 的 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?
通过代码
高赞题解
思路
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。大家在实现动态规划的平方复杂度时,就会考虑如何优化到线性复杂度。
假设 up[i]
表示 nums[0:i]
中最后两个数字递增的最长摆动序列长度,down[i]
表示 nums[0:i]
中最后两个数字递减的最长摆动序列长度,只有一个数字时默认为 1
。
接下来我们进行分类讨论:
nums[i+1] > nums[i]
- 假设
down[i]
表示的最长摆动序列的最远末尾元素下标正好为i
,遇到新的上升元素后,up[i+1] = down[i] + 1
,这是因为up
一定从down
中产生(初始除外),并且down[i]
此时最大。 - 假设
down[i]
表示的最长摆动序列的最远末尾元素下标小于i
,设为j
,那么nums[j:i]
一定是递增的,因为若完全递减,最远元素下标等于i
,若波动,那么down[i] > down[j]
。由于nums[j:i]
递增,down[j:i]
一直等于down[j]
,依然满足up[i+1] = down[i] + 1
。
- 假设
nums[i+1] < nums[i]
,类似第一种情况nums[i+1] == nums[i]
,新的元素不能用于任何序列,保持不变
演示
nums=[1,7,4,9,2,5]
时,演示如下:
怎么样,是不是清晰易懂呀~
注意到 down
和 up
只和前一个状态有关,所以我们可以优化存储,分别用一个变量即可。
代码
public int wiggleMaxLength(int[] nums) {
int down = 1, up = 1;
for (int i = 1; i < nums.length; i++) {
if (nums[i] > nums[i - 1])
up = down + 1;
else if (nums[i] < nums[i - 1])
down = up + 1;
}
return nums.length == 0 ? 0 : Math.max(down, up);
}
统计信息
通过次数 | 提交次数 | AC比率 |
---|---|---|
82725 | 177332 | 46.6% |
提交历史
提交时间 | 提交结果 | 执行时间 | 内存消耗 | 语言 |
---|