
题目描述
给你一个由 n 个整数组成的数组 nums ,请你找出 k 的 最大值,使得存在 两个 相邻 且长度为 k 的 严格递增 子数组。具体来说,需要检查是否存在从下标 a 和 b (a < b) 开始的 两个 子数组,并满足下述全部条件:
- 这两个子数组
nums[a..a + k - 1] 和 nums[b..b + k - 1] 都是 严格递增 的。
- 这两个子数组必须是 相邻的,即
b = a + k。
返回 k 的 最大可能 值。
子数组 是数组中的一个连续 非空 的元素序列。
示例 1:
输入:nums = [2,5,7,8,9,2,3,4,3,1]
输出:3
解释:
- 从下标 2 开始的子数组是
[7, 8, 9],它是严格递增的。
- 从下标 5 开始的子数组是
[2, 3, 4],它也是严格递增的。
- 这两个子数组是相邻的,因此 3 是满足题目条件的 最大
k 值。
示例 2:
输入:nums = [1,2,3,4,4,4,4,5,6,7]
输出:2
解释:
- 从下标 0 开始的子数组是
[1, 2],它是严格递增的。
- 从下标 2 开始的子数组是
[3, 4],它也是严格递增的。
- 这两个子数组是相邻的,因此 2 是满足题目条件的 最大
k 值。
提示:
2 <= nums.length <= 2 * 105
-109 <= nums[i] <= 109
解法
方法一:一次遍历
我们可以使用一次遍历来计算最大的相邻递增子数组长度 \(\textit{ans}\)。具体地,我们维护三个变量 \(\textit{cur}\) 和 \(\textit{pre}\) 分别表示当前递增子数组和上一个递增子数组的长度,而 \(\textit{ans}\) 表示最大的相邻递增子数组长度。
每当遇到一个非递增的位置时,我们就更新 \(\textit{ans}\),将 \(\textit{cur}\) 赋值给 \(\textit{pre}\),并将 \(\textit{cur}\) 重置为 \(0\)。更新 \(\textit{ans}\) 的公式为 \(\textit{ans} = \max(\textit{ans}, \lfloor \frac{\textit{cur}}{2} \rfloor, \min(\textit{pre}, \textit{cur}))\),表示相邻递增子数组要么来自当前递增子数组长度的一半,要么来自前一个递增子数组和当前递增子数组的较小值。
最后我们只需要返回 \(\textit{ans}\) 即可。
时间复杂度 \(O(n)\),其中 \(n\) 是数组的长度。空间复杂度 \(O(1)\)。
| class Solution:
def maxIncreasingSubarrays(self, nums: List[int]) -> int:
ans = pre = cur = 0
for i, x in enumerate(nums):
cur += 1
if i == len(nums) - 1 or x >= nums[i + 1]:
ans = max(ans, cur // 2, min(pre, cur))
pre, cur = cur, 0
return ans
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15 | class Solution {
public int maxIncreasingSubarrays(List<Integer> nums) {
int ans = 0, pre = 0, cur = 0;
int n = nums.size();
for (int i = 0; i < n; ++i) {
++cur;
if (i == n - 1 || nums.get(i) >= nums.get(i + 1)) {
ans = Math.max(ans, Math.max(cur / 2, Math.min(pre, cur)));
pre = cur;
cur = 0;
}
}
return ans;
}
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16 | class Solution {
public:
int maxIncreasingSubarrays(vector<int>& nums) {
int ans = 0, pre = 0, cur = 0;
int n = nums.size();
for (int i = 0; i < n; ++i) {
++cur;
if (i == n - 1 || nums[i] >= nums[i + 1]) {
ans = max({ans, cur / 2, min(pre, cur)});
pre = cur;
cur = 0;
}
}
return ans;
}
};
|
| func maxIncreasingSubarrays(nums []int) (ans int) {
pre, cur := 0, 0
for i, x := range nums {
cur++
if i == len(nums)-1 || x >= nums[i+1] {
ans = max(ans, max(cur/2, min(pre, cur)))
pre, cur = cur, 0
}
}
return
}
|
1
2
3
4
5
6
7
8
9
10
11
12 | function maxIncreasingSubarrays(nums: number[]): number {
let [ans, pre, cur] = [0, 0, 0];
const n = nums.length;
for (let i = 0; i < n; ++i) {
++cur;
if (i === n - 1 || nums[i] >= nums[i + 1]) {
ans = Math.max(ans, (cur / 2) | 0, Math.min(pre, cur));
[pre, cur] = [cur, 0];
}
}
return ans;
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17 | impl Solution {
pub fn max_increasing_subarrays(nums: Vec<i32>) -> i32 {
let n = nums.len();
let (mut ans, mut pre, mut cur) = (0, 0, 0);
for i in 0..n {
cur += 1;
if i == n - 1 || nums[i] >= nums[i + 1] {
ans = ans.max(cur / 2).max(pre.min(cur));
pre = cur;
cur = 0;
}
}
ans
}
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16 | /**
* @param {number[]} nums
* @return {number}
*/
var maxIncreasingSubarrays = function (nums) {
let [ans, pre, cur] = [0, 0, 0];
const n = nums.length;
for (let i = 0; i < n; ++i) {
++cur;
if (i === n - 1 || nums[i] >= nums[i + 1]) {
ans = Math.max(ans, cur >> 1, Math.min(pre, cur));
[pre, cur] = [cur, 0];
}
}
return ans;
};
|