解题思路:
- 初始化变量
max_len
和curr_len
为 0,分别表示当前最长连续递增子序列的长度和当前正在计算的连续递增子序列的长度。 - 遍历给定的数组,对于每个元素:
- 如果当前元素大于前一个元素,则将
curr_len
加一。 - 否则,将
curr_len
重置为 1,重新开始计算连续递增子序列的长度。 - 更新
max_len
为当前curr_len
和max_len
的较大值。
- 返回
max_len
。
代码实现及注释:
def find_length_of_lcis(nums):# 初始化变量max_len = 0curr_len = 0# 遍历数组for i in range(len(nums)):if i == 0 or nums[i] > nums[i-1]:# 当前元素大于前一个元素,增加当前连续递增子序列的长度curr_len += 1else:# 当前元素小于等于前一个元素,重置当前连续递增子序列的长度为 1curr_len = 1# 更新最大长度max_len = max(max_len, curr_len)return max_len# 测试
nums = [1, 3, 5, 4, 7]
result = find_length_of_lcis(nums)
print(result) # 输出: 3,因为最长连续递增子序列为 [1, 3, 5]nums = [2, 2, 2, 2, 2]
result = find_length_of_lcis(nums)
print(result) # 输出: 1,因为最长连续递增子序列为 [2]
该算法的时间复杂度为 O(n),其中 n 是数组的长度。在算法的执行过程中,我们只需要遍历一次数组,对于每个元素,可以在常数时间内进行比较和更新操作。因此,该算法的时间复杂度是线性的。