先对数组进行排序,不断尝试x+1,x+2,…是否存在,不断枚举并更新答案
class Solution {
public int longestConsecutive(int[] nums) {
if (nums == null || nums.length == 0){
return 0;
}
Arrays.sort(nums);
int maxLength = 1,current = 1;
for(int i = 1;i<nums.length;i++){
if(nums[i] - nums[i-1] == 1){
current++;
maxLength = Math.max(maxLength,current);
}else if(nums[i] == nums[i-1]){
continue;
}else{
current = 1;
}
}
return maxLength;
}
}
对于匹配的过程,暴力的方法是 O ( n ) O(n) 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,这样查看一个数是否存在即能优化至 O ( 1 ) O(1) O(1)的时间复杂度。
仅仅是这样我们的算法时间复杂度最坏情况下还是会达到 O ( n 2 ) O(n^2) O(n2)(即外层需要枚举 O ( n ) O(n) O(n)个数,内层需要暴力匹配 $O(n) $次),无法满足题目的要求。但仔细分析这个过程,我们会发现其中执行了很多不必要的枚举,如果已知有一个 x , x + 1 , x + 2 , ⋯ , x + y x,x+1,x+2,⋯ ,x+y x,x+1,x+2,⋯ ,x+y的连续序列,而我们却重新从 x + 1 x+1 x+1, x + 2 x+2 x+2 或者是 x + y x+y x+y处开始尝试匹配,那么得到的结果肯定不会优于枚举 xxx 为起点的答案,因此我们在外层循环的时候碰到这种情况跳过即可。
那么怎么判断是否跳过呢?由于我们要枚举的数$ x$一定是在数组中不存在前驱数 x − 1 x−1 x−1的,不然按照上面的分析我们会从 x − 1 x−1 x−1开始尝试匹配,因此我们每次在哈希表中检查是否存在 x − 1 x−1 x−1即能判断是否需要跳过了。
增加了判断跳过的逻辑之后,时间复杂度是多少呢?外层循环需要 O ( n ) O(n) O(n)的时间复杂度,只有当一个数是连续序列的第一个数的情况下才会进入内层循环,然后在内层循环中匹配连续序列中的数,因此数组中的每个数只会进入内层循环一次。根据上述分析可知,总时间复杂度为$ O(n)$,符合题目要求。
class Solution {
public int longestConsecutive(int[] nums) {
Set<Integer> num_set = new HashSet<Integer>();
for (int num : nums) {
num_set.add(num);
}
int longestStreak = 0;
for (int num : num_set) {
if (!num_set.contains(num - 1)) {
int currentNum = num;
int currentStreak = 1;
while (num_set.contains(currentNum + 1)) {
currentNum += 1;
currentStreak += 1;
}
longestStreak = Math.max(longestStreak, currentStreak);
}
}
return longestStreak;
}
}