最长湍流子数组（978）

题目

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

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])

输入：[4,8,12,16] 输出：2

输入：[100] 输出：1

提示

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

算法

滑动窗口

使用指针left和right维护一个滑动窗口，窗口内的字数组满足湍流子数组

使用变量max保存当前湍流子数组最长长度

• 当left和right指向同一个位置的时候：
  • 右指针右移right++，因为长度为1的数组总是一个湍流子数组
  • 如果left和left+1的元素相等，那么我们同时让left和right右移，因为两个相等的数组不可能在湍流子数组中
• 当left和right不指向同一个位置时：
  • 当右指针right的下一位满足湍流字数组（和right前一位的大小关系相反）时，我们让right右移
  • 否则我们让left指向right重新开始构建一个湍流子数组

最后的结果返回max

export const maxTurbulenceSize_2 = (arr) => {
	let left = 0,
		right = 0;
	let max = 1;
	while (right < arr.length - 1) {
		if (left === right) {
			if (arr[left] === arr[left + 1]) {
				left++;
			}
			right++;
		} else {
			if (
				(arr[right - 1] > arr[right] && arr[right] < arr[right + 1]) ||
				(arr[right - 1] < arr[right] && arr[right] > arr[right + 1])
			) {
				right++;
			} else {
				left = right;
			}
		}
		max = Math.max(max, right - left + 1);
	}
	return max;
};

动态规划

使用二维数组dpArr来保存以对应位截至的湍流子数组的长度，例如dpArr[i][0]来保存以第i位结尾并且arr[i-1] < arr[i]的断流子数组长度；dpArr[i][1]来保存以第i位结尾且arr[i-1] > arr[i]的湍流子数组长度

当第i位不符合某种情况的湍流子数组的话，我们将dpArr中对应位置设置为1重新开始统计长度

使用变量max来保存最长断流子数组长度，最后结果返回max

export const maxTurbulenceSize = (arr) => {
	const dpArr = [[1, 1]];
	let max = 1;
	for (let i = 1; i < arr.length; i++) {
		if (arr[i - 1] < arr[i]) {
			dpArr.push([dpArr[dpArr.length - 1][1] + 1, 1]);
		} else if (arr[i - 1] > arr[i]) {
			dpArr.push([1, dpArr[dpArr.length - 1][0] + 1]);
		} else {
			dpArr.push([1, 1]);
		}
		max = Math.max(max, dpArr[dpArr.length - 1][0], dpArr[dpArr.length - 1][1]);
	}
	return max;
};