LeetCode 128题：哈希集合解最长连续序列

1. 题目解析与核心思路

1.1 题目要求理解

LeetCode 128题"最长连续序列"的题目描述如下：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。要求算法的时间复杂度为O(n)。

举个例子：

• 输入：[100, 4, 200, 1, 3, 2]
• 输出：4
• 解释：最长连续序列是[1, 2, 3, 4]，长度为4

这个题目有几个关键点需要注意：

1. "连续"指的是数值上的连续，不是数组中的位置连续
2. 序列中的元素在原数组中可以不连续
3. 要求O(n)时间复杂度，这意味着不能使用常规的排序解法

1.2 暴力解法分析

最直观的解法是：

1. 对数组进行排序
2. 遍历排序后的数组，寻找最长连续序列

但这种解法的时间复杂度是O(nlogn)，不满足题目要求。我们需要找到一种更高效的算法。

1.3 哈希集合解法思路

要达到O(n)时间复杂度，可以考虑使用哈希集合（HashSet）来存储所有数字。具体思路：

1. 将所有数字存入哈希集合，实现O(1)时间的查找
2. 对于集合中的每个数字，检查它是否是某个连续序列的起点（即num-1不在集合中）
3. 如果是起点，则向后查找连续的数字，统计序列长度
4. 记录遇到的最大长度

这种方法避免了排序，通过哈希集合的快速查找特性，将时间复杂度控制在O(n)。

2. 代码实现与优化

2.1 基础实现

以下是Python的基础实现代码：

python复制def longestConsecutive(nums):
    num_set = set(nums)
    longest_streak = 0
    
    for num in num_set:
        if num - 1 not in num_set:
            current_num = num
            current_streak = 1
            
            while current_num + 1 in num_set:
                current_num += 1
                current_streak += 1
            
            longest_streak = max(longest_streak, current_streak)
    
    return longest_streak

2.2 时间复杂度分析

虽然代码中有嵌套循环，但实际时间复杂度确实是O(n)。因为：

1. 外层循环遍历所有数字，O(n)
2. 内层while循环只有在数字是序列起点时才会执行
3. 每个数字最多被内层循环访问两次（作为起点和作为序列中间元素）
4. 因此总体时间复杂度是O(n)

2.3 空间复杂度分析

使用了一个哈希集合存储所有数字，空间复杂度是O(n)。

2.4 优化技巧

1. 提前终止：当剩余未检查的数字数量小于当前最长序列时，可以提前终止
2. 并行处理：可以使用多线程分别处理不同区间的数字（但LeetCode环境不支持）
3. 内存优化：对于大数组，可以考虑分批处理

3. 边界条件与测试用例

3.1 常见边界情况

1. 空数组：应返回0
2. 所有元素相同：如[1,1,1]，应返回1
3. 无连续序列：如[1,3,5]，应返回1
4. 多个连续序列：如[1,2,3,10,11,12]，应返回3
5. 包含负数：如[-1,-2,0,1]，应返回4

3.2 测试用例设计

python复制test_cases = [
    ([], 0),
    ([1], 1),
    ([1,1,1], 1),
    ([100,4,200,1,3,2], 4),
    ([0,3,7,2,5,8,4,6,0,1], 9),
    ([-1,-2,-3,0,1], 5),
    ([1,3,5,7,9], 1)
]

3.3 测试代码

python复制for nums, expected in test_cases:
    result = longestConsecutive(nums)
    assert result == expected, f"Failed: nums={nums}, expected={expected}, got={result}"
print("All test cases passed!")

4. 算法扩展与变种

4.1 最长递增子序列对比

最长连续序列(LCS)与最长递增子序列(LIS)的区别：

1. LCS要求数值连续，LIS只要求递增
2. LCS可以用O(n)解法，LIS最优是O(nlogn)
3. LCS元素在原数组中可以不连续，LIS必须保持原顺序

4.2 二维矩阵中的最长连续序列

变种题目：在二维矩阵中寻找数值上连续的最长路径（相邻指上下左右）

解法思路：

1. 使用DFS或BFS遍历
2. 记忆化搜索优化
3. 时间复杂度通常为O(mn)

4.3 流式数据处理

如果数据以流的形式到达，无法一次性存储所有数据：

1. 使用近似算法
2. 维护多个可能序列的起点和终点
3. 合并相邻序列

5. 实际应用场景

5.1 数据库查询优化

在数据库系统中，连续ID查询是常见操作。理解连续序列算法有助于：

1. 优化索引设计
2. 提高范围查询效率
3. 检测数据缺失

5.2 日志分析

在系统日志分析中，识别连续的时间戳或事件ID可以帮助：

1. 检测异常模式
2. 识别系统故障时间窗口
3. 分析用户行为序列

5.3 基因组学研究

在生物信息学中，寻找DNA序列中的连续模式是常见任务：

1. 识别基因片段
2. 检测重复序列
3. 分析突变模式

6. 常见错误与调试技巧

6.1 常见实现错误

1. 忘记处理空输入
2. 没有使用哈希集合导致超时
3. 错误计算序列长度（如没有重置current_streak）
4. 重复计算同一序列

6.2 调试方法

1. 打印中间变量：检查哈希集合内容、当前序列等
2. 使用小测试用例手动验证
3. 逐步调试：跟踪算法执行流程
4. 边界测试：特别关注空输入、单元素等情况

6.3 性能优化检查

1. 确保哈希集合的O(1)操作
2. 避免不必要的重复计算
3. 减少内存分配次数
4. 考虑数据预处理

7. 进阶学习建议

7.1 相关LeetCode题目

1. 300.最长递增子序列
2. 674.最长连续递增序列
3. 673.最长递增子序列的个数
4. 1027.最长等差数列

7.2 算法学习资源

1. 《算法导论》中的哈希表章节
2. LeetCode探索卡片"哈希表"
3. 在线算法可视化工具（如VisuAlgo）
4. 算法竞赛训练平台（如Codeforces）

7.3 面试准备建议

1. 理解时间/空间复杂度分析
2. 熟练写出无bug的代码
3. 能够解释算法设计思路
4. 讨论可能的优化方向

在实际面试中遇到这类题目时，建议先明确问题要求，讨论暴力解法，然后逐步优化。清晰地表达你的思考过程比直接给出最优解更重要。