Leetcode day10

滑动窗口算法

滑动窗口（Sliding Window）：在给定数组 / 字符串上维护一个固定长度或不定长度的窗口。可以对窗口进行滑动操作、缩放操作，以及维护最优解操作。

• 滑动操作：窗口可按照一定方向进行移动。最常见的是向右侧移动。
• 缩放操作：对于不定长度的窗口，可以从左侧缩小窗口长度，也可以从右侧增大窗口长度。

滑动窗口利用了双指针中的快慢指针技巧，我们可以将滑动窗口看做是快慢指针两个指针中间的区间，也可以可以将滑动窗口看做是快慢指针的一种特殊形式。

滑动窗口分为以下两种：固定长度窗口、不定长度窗口。

适用范围：滑动窗口算法一般用来解决一些查找满足一定条件的连续区间的性质（长度等）的问题。该算法可以将一部分问题中的嵌套循环转变为一个单循环，因此它可以减少时间复杂度。

674. 最长连续递增序列

难度简单218

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。

解题思路：用滑动窗口算法，满足升序时right指针向右移动，不满足升序时重新构造滑动窗口，使用max_len记录目前最大升序序列的长度。

代码：

class Solution:

    def findLengthOfLCIS(self, nums: List[int]) -> int:

        if len(nums)<2:

            return len(nums)

        left=0

        right=1

        max_len=0

        while right<len(nums):

            while right < len(nums) and nums[right-1] < nums[right]:

                right += 1

            max_len = max(right-left, max_len)

            left = right

            right += 1

        return max_len