马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?立即注册
x
媒介
中等 √ 本日的题确实想了好一会儿,第一次超时第二次解出来了。但奇怪的是反而第一次的解法是O(n),第二次O(nlog)。
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(不要求序列元素在原数组中连续)的长度。
请你设计并实现时间复杂度为 O(n) 的算法解决此问题。
示例 1:
- <strong>输入:</strong>nums = [100,4,200,1,3,2]
- <strong>输出:</strong>4
- <strong>解释:</strong>最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。
复制代码 示例 2:
- <strong>输入:</strong>nums = [0,3,7,2,5,8,4,6,0,1]
- <strong>输出:</strong>9
复制代码 示例 3:
- <strong>输入:</strong>nums = [1,0,1,2]
- <strong>输出:</strong>3
复制代码
提示:
- 0 <= nums.length <= 105
- -109 <= nums <= 109
思路
思路一:把数组存进哈希聚集去重,从最小的数到最大的数逐个遍历是否在哈希表中,同时记录连续序列号。
思路二:先对数组举行排序,从第一位开始遍历,查询哈希表是否存在该数的前一位,如有则以该数为键,前一位的值+1为值存入(这个值就是当前的连续序列),没有则以该数为键,“1”为值存入。最后遍历哈希表找出最大值。
我的题解
思路一(复杂度为O(n)但超时)
- class Solution {
- public:
- int longestConsecutive(vector<int>& nums) {
-
- if(nums.empty())
- return 0;
- unordered_set<int> map(nums.begin(),nums.end());
- int max_len = 0;
- int len = 0;
- int min_num = *min_element(begin(nums), end(nums));
- int max_num = *max_element(begin(nums), end(nums));
- for(int i = min_num; i <= max_num; ++i){
- auto it = map.find(i);
- if(it != map.end()){
- len++;
- if(len >= max_len)
- max_len = len;
- }else{
- len = 0;
- }
-
- }
- return max_len;
- }
- };
复制代码 思路二(因为由排序操纵以是复杂度为O(nlog),ac)
- class Solution {
- public:
- int longestConsecutive(vector<int>& nums) {
-
- if(nums.empty())
- return 0;
- sort(nums.begin(), nums.end());
- unordered_map<int,int> map;
- int max_len = 1;
-
- map[nums[0]] = 1;
- for(int i = 1; i < nums.size(); i++){
-
- auto it = map.find(nums[i]-1);
- if(it != map.end()){
- map[nums[i]] = it->second + 1;
- }else{
- map[nums[i]] = 1;
- }
- }
- for(auto& element:map){
- if(element.second > max_len)
- max_len = element.second;
- }
- return max_len;
- }
- };
复制代码 官方题解
我们考虑枚举数组中的每个数 x,考虑以其为起点,不停尝试匹配 x+1,x+2,⋯ 是否存在,假设最长匹配到了 x+y,那么以 x 为起点的最长连续序列即为 x,x+1,x+2,⋯,x+y,其长度为 y+1,我们不停枚举并更新答案即可。
对于匹配的过程,暴力的方法是 O(n) 遍历数组去看是否存在这个数,但其实更高效的方法是用一个哈希表存储数组中的数,如许检察一个数是否存在即能优化至 O(1) 的时间复杂度。
仅仅是如许我们的算法时间复杂度最坏环境下照旧会到达 O(n2)(即外层必要枚举 O(n) 个数,内层必要暴力匹配 O(n) 次),无法满意题目标要求。但仔细分析这个过程,我们会发现此中实行了很多不须要的枚举,如果已知有一个 x,x+1,x+2,⋯,x+y 的连续序列,而我们却重新从 x+1,x+2 或者是 x+y 处开始尝试匹配,那么得到的效果肯定不会优于枚举 x 为起点的答案,因此我们在外层循环的时间碰到这种环境跳过即可。
那么怎么判断是否跳过呢?由于我们要枚举的数 x 一定是在数组中不存在前驱数 x−1 的,否则按照上面的分析我们会从 x−1 开始尝试匹配,因此我们每次在哈希表中检查是否存在 x−1 即能判断是否必要跳过了。
增加了判断跳过的逻辑之后,时间复杂度是多少呢?外层循环必要 O(n) 的时间复杂度,只有当一个数是连续序列的第一个数的环境下才会进入内层循环,然后在内层循环中匹配连续序列中的数,因此数组中的每个数只会进入内层循环一次。根据上述分析可知,总时间复杂度为 O(n),符合题目要求。
- class Solution {
- public:
- int longestConsecutive(vector<int>& nums) {
- unordered_set<int> num_set;
- for (const int& num : nums) {
- num_set.insert(num);
- }
- int longestStreak = 0;
- for (const int& num : num_set) {
- if (!num_set.count(num - 1)) {
- int currentNum = num;
- int currentStreak = 1;
- while (num_set.count(currentNum + 1)) {
- currentNum += 1;
- currentStreak += 1;
- }
- longestStreak = max(longestStreak, currentStreak);
- }
- }
- return longestStreak;
- }
- };
复制代码 哈希表知识点
分为map和set,此中set是只有键没有值的去重聚集。
与map相比查找和遍历有所差异
3. **查找元素**:
- 使用 `find()` 方法查找元素,如果找到则返回指向该元素的迭代器,否则返回 `mySet.end()`。
- 使用 `count()` 方法检查是否存在某个元素,返回 1 表现存在,0 表现不存在。
```cpp
if (mySet.find(20) != mySet.end()) {
std::cout << "Element found" << std::endl;
}
if (mySet.count(20)) {
std::cout << "Element exists" << std::endl;
}
```
4. **遍历元素**:
可以使用范围 for 循环或者迭代器来遍历 `unordered_set` 中的所有元素。注意,由于哈希表不包管元素的顺序,以是遍历时元素大概不会按照插入顺序出现。
```cpp
for (const auto& elem : mySet) {
std::cout << elem << " ";
}
```
心得
这道题虽然ac但实际上不符合要求,因为使用了排序。而官方题解用了哈希聚集,检查前置数是否在聚集中,不在的话才开始从该数遍历,包管了只有最前的数进入遍历,而不必要排序,这个思路确实没想到。积累!另外我的思路一符合题意范围超出时间了,感觉测试用例不敷全,如果这个数组到一定长度且倒序,相信效果会有区别。
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。 |