目录
- 1. 题目：
- 2. 我的代码：
- 小结：
1. 题目：
给定一个未经排序的整数数组，找到最长且 连续递增的子序列，并返回该序列的长度。
连续递增的子序列 可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], …, nums[r - 1], nums[r]] 就是连续递增子序列。
示例 1：
输入：nums = [1,3,5,4,7]
输出：3
解释：最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。
示例 2：
输入：nums = [2,2,2,2,2]
输出：1
解释：最长连续递增序列是 [2], 长度为1。
2. 我的代码：
class Solution:
def findLengthOfLCIS(self, nums: List[int]) -> int:
# dp数组下标的含义：[x, i]子数组；dp数组的含义：包含了第i个数后的序列的最长递增子序列
dp = [1] * len(nums)
# 递推公式
for i in range(1, len(nums)):
if nums[i] > nums[i - 1]:
dp[i] = dp[i - 1] + 1
else:
dp[i] = 1
return max(dp)
这道题非常简单，第一眼看过去，能够直接使用滑动窗口，就算没听说过滑动窗口，暴力也能破解。
但是，这里使用动态规划试一试，为了和之前的非连续递增序列做对比。
首先，dp数组下标的含义：[x, i]子数组；dp数组的含义：包含了第i个数后的序列的最长递增子序列。
然后是递推公式：该dp元素只需要根据上一个dp元素推断即可，如果比上一个元素大，则可以进行替换dp[i] = dp[i - 1] + 1，如果不比上一个大，则从1开始：dp[i] = 1
最后输出dp数组中最大的。
当然在循环里记录最大值会更简便。
小结：
关注我给大家分享更多有趣的知识，以下是个人公众号，提供 ||代码兼职|| ||代码问题求解||
添加我的公众号即可：
