持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第19天，点击查看活动详情
题目描述
原题链接 :
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。
提示：
- 1 <= nums.length <= 10^4
- -10^9 <= nums[i] <= 10^9
思路分析
方法1.双指针 其实我们只需要一遍遍历，然后将判断当前的元素是不是大于前一个元素，如果大于就将计数器+1，不然就将计数器致零，我们最终的结果就是不断的更新result直到到达最大数值
方法2.动态规划 其实这里的要比前面的递增序列简单 我们不需要在遍历前面的元素了，因为如果满足条件那么就是前面的都是一整个的连续递增序列，因此我们将会直接判断是不是可以插入，如果可以插入就可以在原来的基础上面+1不然就不用理会，将会保持初始为1，后面的也会继续判断会不会加1，我们最终取得一个最大数值
AC 代码
class Solution {
public:
int findLengthOfLCIS(vector<int>& nums) {
//对于dp来说我们首先就是能够手写出dp数组 其实一遍遍历就可一解决了
if(nums.size()==1) return 1;
int result = 0;
int num=1;
for(int u = 1;u<nums.size();u++){
if(nums[u]>nums[u-1]) num++;
else num=1;
result =max(result,num);
}
return result;
}
};
