leetcode 674 最长连续递增序列 C/C++ 动态规划，动态规划空间优化，双指针 三种解法，初识动态规划

本文主要是介绍leetcode 674 最长连续递增序列 C/C++ 动态规划，动态规划空间优化，双指针 三种解法，初识动态规划，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

#if 0 class Solution {  //动态规划 public:     int findLengthOfLCIS(vector<int>& nums) {         vector<int> dp(nums.size());         int max = 0;         for(int i = 0;i< nums.size()-1; i++){             if(nums.at(i+1)> nums.at(i)) {                 dp.at(i+1) = dp.at(i) + 1;             }             if(dp.at(i+1) > max) max = dp.at(i + 1);         }         return max+1;     } }; #endif  #if 0 class Solution {  //动态规划 空间优化 public:     int findLengthOfLCIS(vector<int>& nums) {         int LengthOfLCIS = 1; //保存上一次计算的连续递增的子序列的长度         int max = 1; // 保存最长的子序列的长度         for(int i = 0;i< nums.size()-1; i++){             if(nums.at(i+1)> nums.at(i)) { //如果连续递增，长度增加                 LengthOfLCIS++;              }else{                         //不递增了，恢复原样。                 LengthOfLCIS = 1;              }             max = LengthOfLCIS > max ? LengthOfLCIS : max;         }         return max;     } }; #endif 
class Solution { // 双指针 public:     int findLengthOfLCIS(vector<int>& nums) {         int left=0,right = 0;         int max = 1;         for(int i = 0;i< nums.size()-1; i++){             right++;             if(nums.at(i+1)<=nums.at(i)) {                 max = (right-left) > max ? (right-left) : max;                 left=right;             }         }         max = (right - left + 1) > max ? (right - left + 1) : max;  //最后一次判断是否右指针和左指针的差距是否比max 大，最后一次判断时，右指针和左指针之间的距离需要加1才是所需的长度。         return max ;     } };

这篇关于leetcode 674 最长连续递增序列 C/C++ 动态规划，动态规划空间优化，双指针 三种解法，初识动态规划的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！