力扣解题-最长连续序列力扣解题-最长连续序列题目：给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要

力扣解题-最长连续序列

题目：给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。

示例 1：输入：nums = [100,4,200,1,3,2] 输出：4 解释：最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。

示例 2：输入：nums = [0,3,7,2,5,8,4,6,0,1] 输出：9

提示： 0 <= nums.length <= 104 -109 <= nums[i] <= 109 进阶：可以设计并实现时间复杂度为 O(n) 的解决方案吗？

注意：本题与主站 128 题相同： leetcode.cn/problems/lo…

第一次解答（失败，超时）

解题思路

核心方法：哈希表存储所有元素 + 遍历原数组逐个向前查找连续序列，利用哈希表O(1)的查找效率，尝试通过遍历每个元素并向前查找num-1、num-2...的方式，统计以当前元素为终点的连续序列长度，最终取所有长度的最大值。

具体步骤：

初始化HashMap，将数组中所有元素以「数值-数值」的键值对形式存入，仅用于快速判断某个数值是否存在。
初始化结果变量res为0，用于记录最长连续序列的长度。
遍历原数组nums的每个元素nums[i]： a. 初始化当前序列长度curentRes为0，当前查找值value为nums[i]。 b. 通过while循环不断查找哈希表中是否包含value，若包含则当前长度加1，且value自减1（向前查找连续数）。 c. 循环结束后，更新res为res和curentRes中的较大值。
遍历完成后返回res。

失败原因分析

该解法超时的核心原因是存在大量重复且无效的计算，时间复杂度退化为O(n²)，无法满足题目数据规模要求，具体问题点：

未去重导致重复遍历：哈希表存储了所有元素，但遍历的是原数组而非去重后的集合，若数组存在重复数值（如示例2中的0），会对同一个数值多次执行完整的连续序列查找，产生大量冗余计算。
未跳过非序列起点元素：对数组中每个元素都执行向前查找的完整循环，即使该元素是某连续序列的中间节点（如序列[1,2,3,4]中的2、3、4），也会重新从该元素开始查找1、0...，同一个连续序列会被多次遍历，最坏情况下（如数组是连续递增序列），时间复杂度会达到O(n²)，对于10^4级别的数组，直接触发超时。
哈希表无意义存储：以num-num为键值对存储，仅用了哈希表的containsKey功能，完全可替换为更轻量的HashSet，属于不必要的内存开销。

public int longestConsecutive(int[] nums) {
        Map<Integer, Integer> map = new HashMap<>();
        for(int num:nums){
            map.put(num,num);
        }
        int res = 0;
        for(int i=0;i<nums.length;i++){
            int curentRes=0;
            int value=nums[i];
            while(map.containsKey(value)){
                curentRes=curentRes+1;
                value=value-1;
            }
            res=Math.max(res,curentRes);
        }
        return res;
    }

第二次解答

解题思路

核心方法：HashSet去重 + 仅从连续序列起点开始向后遍历，解决了第一次解答的重复计算问题，确保每个元素仅被访问有限次，将时间复杂度优化至O(n)，同时利用Set的轻量特性减少内存开销。

具体步骤：

初始化HashSet，将数组中所有元素存入集合，自动完成去重，避免重复数值的无效计算，同时保留O(1)的查找效率。
初始化最大长度变量maxLen为0，用于记录最长连续序列的长度。
遍历去重后的Set而非原数组，对每个数值num执行核心判断： a. 先判断Set中是否不包含num - 1，该条件是连续序列起点的唯一判定依据（若包含num-1，说明num是某连续序列的中间节点，无需处理）。 b. 若num是序列起点，初始化当前序列数值currentNum为num，当前序列长度currentLen为1（起点自身占1个长度）。 c. 通过while循环向后查找连续数（currentNum + 1），若Set中包含则currentNum自增1、currentLen加1，直到无法找到下一个连续数。 d. 循环结束后，更新maxLen为maxLen和currentLen中的较大值。
遍历完成后，返回maxLen即为最长连续序列的长度。

核心优化点说明

Set去重：消除原数组重复数值的重复计算，确保每个数值仅被处理一次。
起点判定：通过!set.contains(num - 1)跳过所有连续序列的中间/终点元素，仅对每个连续序列的起点执行一次向后遍历，从根本上解决了第一次解答的重复遍历问题。
向后查找更高效：贴合连续序列的特性，从起点向后查找num+1，每个元素最多被访问两次（一次是遍历到自身，一次是作为连续数被起点查找），整体时间复杂度稳定为O(n)。
轻量存储：用HashSet替代HashMap，仅存储数值完成存在性判断，减少内存开销。

执行耗时:13 ms,击败了95.38% 的Java用户内存消耗:58.9 MB,击败了45.88% 的Java用户

public int longestConsecutive(int[] nums) {
        Set<Integer> set = new HashSet<>();
        for(int num:nums){
            set.add(num);
        }
        int maxLen = 0;
        for (int num : set) { 
            if (!set.contains(num - 1)) {
                int currentNum = num;
                int currentLen = 1;

                while (set.contains(currentNum + 1)) {
                    currentNum++;
                    currentLen++;
                }

                maxLen = Math.max(maxLen, currentLen);
            }
        }
        return maxLen;
    }

总结

第一次解答失败的核心是无去重+无起点判定，导致大量重复计算，时间复杂度退化为O(n²)，触发超时；同时存在哈希表无意义存储的内存开销。
第二次解答的核心优化是HashSet去重和仅从序列起点遍历，从根本上消除了重复计算，将时间复杂度优化至O(n)，满足题目进阶要求。
两次解法均利用了哈希结构的O(1)查找效率，第二次通过精准判定遍历起点的小技巧，实现了从超时解法到高效解法的转变，是本题的解题关键。
本题的核心思路是空间换时间，用哈希集合的O(n)空间开销，换取遍历效率的质的提升，同时通过逻辑优化避免冗余计算。