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。少于两个元素的序列也是摆动序列。
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。
给定一个整数序列,返回作为摆动序列的最长子序列的长度。 通过从原始序列中删除一些(也可以不删除)元素来获得子序列,剩下的元素保持其原始顺序。
示例 1:
输入: [1,7,4,9,2,5]
输出: 6
解释: 整个序列均为摆动序列。
示例 2:
输入: [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,其中一个可为[1,17,10,13,10,16,8]。
示例 3:
输入: [1,2,3,4,5,6,7,8,9]
输出: 2
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/wiggle-subsequence
动态规划
我们维护两个dp数组p和q,其中
p[i]表示到i位置时首差值为正的摆动子序列的最大长度,
q[i]表示到i位置时首差值为负的摆动子序列的最大长度。
我们从i=1开始遍历数组,然后对于每个遍历到的数字,再从开头位置遍历到这个数字,
然后比较nums[i]和nums[j],分别更新对应的位置,参见代码如下:
C++
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
if (nums.empty()) return 0;
vector<int> p(nums.size(), 1);
vector<int> q(nums.size(), 1);
for (int i = 1; i < nums.size(); ++i) {
for (int j = 0; j < i; ++j) {
if (nums[i] > nums[j]) p[i] = max(p[i], q[j] + 1);
else if (nums[i] < nums[j]) q[i] = max(q[i], p[j] + 1);
}
}
return max(p.back(), q.back());
}
};
java
public class Solution {
public int wiggleMaxLength(int[] nums) {
if (nums.length < 2)
return nums.length;
int[] p = new int[nums.length];
int[] q = new int[nums.length];
for (int i = 1; i < nums.length; i++) {
for(int j = 0; j < i; j++) {
if (nums[i] > nums[j]) {
p[i] = Math.max(p[i],q[j] + 1);
} else if (nums[i] < nums[j]) {
q[i] = Math.max(q[i],p[j] + 1);
}
}
}
return 1 + Math.max(q[nums.length - 1], p[nums.length - 1]);
}
}
java优化
public class Solution {
public int wiggleMaxLength(int[] nums) {
if (nums.length < 2)
return nums.length;
int[] p = new int[nums.length];
int[] q = new int[nums.length];
p[0] = q[0] = 1;
for (int i = 1; i < nums.length; i++) {
if (nums[i] > nums[i - 1]) {
p[i] = q[i - 1] + 1;
q[i] = q[i - 1];
} else if (nums[i] < nums[i - 1]) {
q[i] = p[i - 1] + 1;
p[i] = p[i - 1];
} else {
q[i] = q[i - 1];
p[i] = p[i - 1];
}
}
return Math.max(q[nums.length - 1], p[nums.length - 1]);
}
}
Python
class Solution:
def wiggleMaxLength(self, nums: List[int]) -> int:
if not nums:
return 0
res = []
dp = [[1 for i in range(2)] for j in range(len(nums))]
res.append(dp[0][0])
res.append(dp[0][1])
for i in range(1,len(nums)):
for j in range(i):
if nums[i] > nums[j]:
dp[i][1] = max(dp[i][1],dp[j][0]+1)
elif nums[i] < nums[j]:
dp[i][0] = max(dp[i][0],dp[j][1]+1)
else: #若nums[i]=nums[j],此时nums[i]不可能加在nums[j]后面
continue
res.append(dp[i][0])
res.append(dp[i][1])
return max(res)
# dp[i][0]表示以nums[i]结尾且当前位置为降序的最长摆动序列,
# dp[i][1]表示以nums[i]结尾且当前位置为升序的最长摆动序列
贪心算法
这里我们不在维护两个dp数组,而是维护两个变量p和q,然后遍历数组,
如果当前数字比前一个数字大,则p=q+1,如果比前一个数字小,则q=p+1,
最后取p和q中的较大值跟n比较,取较小的那个,参见代码如下:
C++
class Solution {
public:
int wiggleMaxLength(vector<int>& nums) {
int p = 1, q = 1, n = nums.size();
for (int i = 1; i < n; ++i) {
if (nums[i] > nums[i - 1]) p = q + 1;
else if (nums[i] < nums[i - 1]) q = p + 1;
}
return min(n, max(p, q));
}
};
Java
public class Solution {
public int wiggleMaxLength(int[] nums) {
if (nums.length < 2) return nums.length;
int q = 1, p = 1;
for (int i = 1; i < nums.length; i++) {
if (nums[i] > nums[i - 1]) p = q + 1;
else if (nums[i] < nums[i - 1]) q = p + 1;
}
return Math.max(q, p);
}
}