题目定义：
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
方式一(滑动窗口)：
class Solution {
public int maxTurbulenceSize(int[] arr) {
int n = arr.length;
int ret = 1;
int left = 0,right = 0;
while(right < n - 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;
}
ret = Math.max(ret,right - left + 1);
}
return ret;
}
}
方式二(动态规划)：
/*
* 状态定义：
* increased[i]：以 arr[i] 结尾，并且 arr[i - 1] < arr[i] 的湍流子数组的长度；
* decreased[i]：以 arr[i] 结尾，并且 arr[i - 1] > arr[i] 的湍流子数组的长度。
*
* 状态转移方程：
* increased[i] = decreased[i - 1] + 1 if arr[i - 1] < arr[i] for i > 0；
* decreased[i] = increased[i - 1] + 1 if arr[i - 1] > arr[i] for i > 0。
*
* 初始化：只有一个元素的时候，湍流子数组的长度是 11；
* 输出：两个状态数组所有元素的最大值是最长湍流子数组的长度；
* 空间优化：空间优化：当前阶段状态只和上一个阶段状态有关，可以对状态数组进行重复利用。
* */
class Solution {
public int maxTurbulenceSize(int[] arr) {
int len = arr.length;
if(len < 2)
return len;
int[] increased = new int[len];
int[] decreased = new int[len];
increased[0] = 1;
decreased[0] = 1;
int res = 1;
for(int i = 1; i < len; i++){
if(arr[i - 1] < arr[i]){
increased[i] = decreased[i - 1] + 1;
decreased[i] = 1;
}else if(arr[i - 1] > arr[i]){
decreased[i] = increased[i - 1] + 1;
increased[i] = 1;
}else{
increased[i] = 1;
decreased[i] = 1;
}
res = Math.max(res,Math.max(increased[i],decreased[i]));
}
return res;
}
}
方式三(另一种动态规划)：
class Solution {
public int maxTurbulenceSize(int[] arr) {
int res = 1;
int[][] dp =new int[arr.length][2];
dp[0][0] = dp[0][1] = 1;
for(int i = 1; i < arr.length; i++){
if(arr[i] < arr[i - 1]){
dp[i][0] = dp[i - 1][1] + 1;
dp[i][1] = 1;
}else if(arr[i] > arr[i - 1]){
dp[i][1] = dp[i - 1][0] + 1;
dp[i][0] = 1;
}else{
dp[i][0] = dp[i][1] = 1;
}
res = Math.max(res,Math.max(dp[i][0],dp[i][1]));
}
return res;
}
}
方式四(优化版动态规划)：
class Solution {
public int maxTurbulenceSize(int[] arr) {
int res = 1;
int increased = 1,decreased = 1;
for(int i = 1; i < arr.length; i++){
if(arr[i] > arr[i - 1]){
increased = decreased + 1;
decreased = 1;
}else if(arr[i] < arr[i -1]){
decreased = increased + 1;
increased = 1;
}else{
increased = 1;
decreased = 1;
}
res = Math.max(res,Math.max(increased,decreased));
}
return res;
}
}
参考：
https://leetcode-cn.com/problems/longest-turbulent-subarray/solution/zui-chang-tuan-liu-zi-shu-zu-by-leetcode-t4d8/
https://leetcode-cn.com/problems/longest-turbulent-subarray/solution/zui-chang-tuan-liu-zi-shu-zu-by-leetcode-zqoq/
