LeetCode:978. Longest Turbulent Subarray - Python
問題描述:
當 A的子數組A[i], A[i+1], ..., A[j]滿足下列條件時,我們稱其為湍流子數組:
若i <= k < j,當 k為奇數時, A[k] > A[k+1],且當 k 為偶數時,A[k] < A[k+1];
或 若i <= k < j,當 k 為偶數時,A[k] > A[k+1],且當 k為奇數時,A[k] < A[k+1]。
也就是說,如果比較符號在子數組中的每個相鄰元素對之間翻轉,則該子數組是湍流子數組。
返回A的最大湍流子數組的長度。
示例 1:
輸入:[9,4,2,10,7,8,8,1,9]
輸出:5
解釋:(A[1] > A[2] < A[3] > A[4] < A[5])
示例 2:
輸入:[4,8,12,16]
輸出:2
示例 3:
輸入:[100]
輸出:1
提示:
- 1 <= A.length <= 40000
- 0 <= A[i] <= 10^9
問題分析:
這個題目和我記憶中的拼多多的一個校招題目類似,他們那個是求最長長谷的,一般是一個遍歷就可以得到結果。現在介紹一個類似于動態規劃的方法。
(1)可以設置三個變量maxAB,currA,currB分別表示,最優值,以當前位置升序時的子串長度,以當前位置降序時的子串長度。
(2)如當前值A[i] > A[i - 1],以第i個元素結尾,呈現升序的情況,此時,currB = currA + 1且把currB 初始化為1。A[i] < A[i - 1] 同理即可,如果相等,則currA, currB = 1, 1。
(3)每遍歷一個元素,就判斷更新一次最優解maxAB = max(maxAB, currA, currB) ,最后返回結果即可。
Python3實現:
# @Time :2019/01/22 # @Author :LiuYinxing # 動態規劃class Solution:def maxTurbulenceSize(self, A):""":type A: List[int]:rtype: int"""maxAB, currA, currB = 1, 1, 1 # 初始化for i in range(1, len(A)):if A[i] > A[i - 1]: # 以第 i 個元素結尾,呈現升序的情況currA = currB + 1currB = 1elif A[i] < A[i - 1]: # 以第 i 個元素結尾,呈現降序的情況currB = currA + 1currA = 1else:currA, currB = 1, 1 # 出現相等的情況,重新計數maxAB = max(maxAB, currA, currB) # 更新最優值return maxABif __name__ == '__main__':solu = Solution()A = [9, 4, 2, 10, 7, 8, 8, 1, 9]print(solu.maxTurbulenceSize(A))聲明: 總結學習,有問題或不當之處,可以批評指正哦,謝謝。
題目鏈接、參考鏈接
總結
以上是生活随笔為你收集整理的LeetCode:978. Longest Turbulent Subarray - Python的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 消灭中间商!他们用区块链技术实现流量的点
- 下一篇: avada functions.php,