给定一个未排序的数组,判断这个数组中是否存在长度为 3 的递增子序列。
数学表达式如下:
如果存在这样的 i, j, k, 且满足 0 ≤ i < j < k ≤ n-1,
使得 arr[i] < arr[j] < arr[k] ,返回 true ; 否则返回 false 。
说明: 要求算法的时间复杂度为 O(n),空间复杂度为 O(1) 。
示例 1:
输入: [1,2,3,4,5] 输出: true
示例 2:
输入: [5,4,3,2,1] 输出: false
思路:
实际参考思路是:先找到一个长度为2的递增序列,然后继续遍历找到一个比数组最大值更大的数字。 因此该过程中需要记录数组。 采用分别处理,如果有一个长度为2的递增序列,那么记录数组下标为true,同时更新最大值。 这种算法的空间复杂度是o(n)。 友情提示:一定是取得最大值和最小值去比较,只要有比最小值小,比最大值大的数,那么记录下来的数组就为true。
class Solution { public boolean increasingTriplet(int[] nums) { if(nums.length<3)return false; int smallest=nums[0]; boolean uper[]=new boolean[nums.length]; //利用数组记录长度为2的递增序列 for(int i=1;i<nums.length;i++){ if(nums[i]>smallest){ uper[i]=true; } smallest=Math.min(smallest,nums[i]); } int biggest=nums[nums.length-1]; //再次遍历数组,此次从最后开始,不断更新最大值,只要满足长度为2的递增序列,同时当前遍历数字小于最大值,则返回true for(int i=nums.length-2;i>=0;i--){ //遍历是从倒数第二个数字开始的 if(nums[i]<biggest){ if(uper[i]==true)return true; } biggest=Math.max(nums[i],biggest); } return false; } }
空间复杂度O(1)的解法:
思路:
首先设置m1,m2为Int最大值,然后对遍历的每一个数进行比较,m1记录数组中的最小值,m2记录比m1大的数字。 继续遍历,只要找到一个比m1,m2都更大的数字,那么返回true。
以及注意这个if语句的划分范围。
class Solution { public boolean increasingTriplet(int[] nums) { if(nums.length<3)return false; int m1=Integer.MAX_VALUE,m2=Integer.MAX_VALUE; for(int i=0;i<nums.length;i++){ //这里使用的是if (){}else if() { } else 语句,判断的逻辑是一开始是更新m1,m2,遍历两个数字时m1<m2(之后更新m1,m2的过程中不保证m1<m2),返回比m1,m2更大的数 if(m1>=nums[i])m1=nums[i]; else if(m2>=nums[i])m2=nums[i]; else return true; } return false; } }
在更新过程中也可使用此种逻辑表示:
if(nums[i]<=m1){ m1 =nums[i]; continue; } if(m1<nums[i]&&nums[i]<=m2){ m2 =nums[i]; continue; } if(nums[i]>m2){ return true;
总结:这道题的难点在于if else if语句的逻辑掌握和难以想到用两个数字代替一个递增序列的情况。