LeetCode：978. Longest Turbulent Subarray

978. 最长湍流子数组

问题描述：

当 A的子数组A[i], A[i+1], ..., A[j]满足下列条件时，我们称其为湍流子数组：

若i <= k < j，当 k为奇数时， A[k] > A[k+1]，且当 k 为偶数时，A[k] < A[k+1]；
或若i <= k < j，当 k 为偶数时，A[k] > A[k+1]，且当 k为奇数时，A[k] < A[k+1]。
也就是说，如果比较符号在子数组中的每个相邻元素对之间翻转，则该子数组是湍流子数组。

返回A的最大湍流子数组的长度。

示例 1：

输入：[9,4,2,10,7,8,8,1,9]
输出：5
解释：(A[1] > A[2] < A[3] > A[4] < A[5])

示例 2：

输入：[4,8,12,16]
输出：2

示例 3：

输入：[100]
输出：1

提示：

1 <= A.length <= 40000
0 <= A[i] <= 10^9

问题分析：

这个题目和我记忆中的拼多多的一个校招题目类似，他们那个是求最长长谷的，一般是一个遍历就可以得到结果。现在介绍一个类似于动态规划的方法。

（1）可以设置三个变量maxAB，currA，currB分别表示，最优值，以当前位置升序时的子串长度，以当前位置降序时的子串长度。

（2）如当前值A[i] > A[i - 1]，以第i个元素结尾，呈现升序的情况，此时，currB = currA + 1且把currB 初始化为1。A[i] < A[i - 1] 同理即可，如果相等，则currA, currB = 1, 1。

（3）每遍历一个元素，就判断更新一次最优解maxAB = max(maxAB, currA, currB) ，最后返回结果即可。

Python3实现：

# @Time   :2019/01/22
# @Author :LiuYinxing
# 动态规划class Solution:def maxTurbulenceSize(self, A):""":type A: List[int]:rtype: int"""maxAB, currA, currB = 1, 1, 1  # 初始化for i in range(1, len(A)):if A[i] > A[i - 1]:  # 以第 i 个元素结尾，呈现升序的情况currA = currB + 1currB = 1elif A[i] < A[i - 1]:  # 以第 i 个元素结尾，呈现降序的情况currB = currA + 1currA = 1else:currA, currB = 1, 1  # 出现相等的情况，重新计数maxAB = max(maxAB, currA, currB)  # 更新最优值return maxABif __name__ == '__main__':solu = Solution()A = [9, 4, 2, 10, 7, 8, 8, 1, 9]print(solu.maxTurbulenceSize(A))

声明： 总结学习，有问题或不当之处，可以批评指正哦，谢谢。

题目链接、参考链接