leetcode代码记录（最长连续递增序列

1. 题目：

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。

2. 我的代码：

class Solution:
    def findLengthOfLCIS(self, nums: List[int]) -> int:
        # dp数组下标的含义：[x, i]子数组；dp数组的含义：包含了第i个数后的序列的最长递增子序列
        dp = [1] * len(nums)

        # 递推公式
        for i in range(1, len(nums)):
            if nums[i] > nums[i - 1]:
                dp[i] = dp[i - 1] + 1
            else:
                dp[i] = 1
        
        return max(dp)

这道题非常简单，第一眼看过去，能够直接使用滑动窗口，就算没听说过滑动窗口，暴力也能破解。

但是，这里使用动态规划试一试，为了和之前的非连续递增序列做对比。

首先，dp数组下标的含义：[x, i]子数组；dp数组的含义：包含了第i个数后的序列的最长递增子序列。

然后是递推公式：该dp元素只需要根据上一个dp元素推断即可，如果比上一个元素大，则可以进行替换dp[i] = dp[i - 1] + 1，如果不比上一个大，则从1开始：dp[i] = 1

最后输出dp数组中最大的。

当然在循环里记录最大值会更简便。