Aug 26, 2022 · Aug 24, 2022 · Aug 25, 2022 · Aug 25, 2022 · Aug 25, 2022 · Aug 25, 2022
diff --git a/Solutions/0674. 最长连续递增序列.md b/Solutions/0674. 最长连续递增序列.md
Original file line number	Diff line number	Diff line change
Expand Up		@@ -73,3 +73,41 @@ class Solution:
		- 时间复杂度:$O(n)$。一重循环遍历的时间复杂度为 $O(n),ドル最后求最大值的时间复杂度是 $O(n),ドル所以总体时间复杂度为 $O(n)$。
		- 空间复杂度:$O(n)$。用到了一维数组保存状态,所以总体空间复杂度为 $O(n)$。

	### 思路 2:滑动窗口(不定长度)

	1. 设定两个指针:`left`、`right`,分别指向滑动窗口的左右边界,保证窗口内为连续递增序列。使用 `window_len` 存储当前窗口大小,使用 `max_len` 维护最大窗口长度。
	2. 一开始,`left`、`right` 都指向 `0`。
	3. 将最右侧元素 `nums[right]` 加入当前连续递增序列中,即当前窗口长度加 `1`(`window_len += 1`)。
	4. 判断当前元素 `nums[right] `是否满足连续递增序列。
	5. 如果 `right > 0` 并且 `nums[right - 1] >= nums[right]` ,说明不满足连续递增序列,则将 `left` 移动到窗口最右侧,重置当前窗口长度为 `1`(`window_len = 1`)。
	6. 记录当前连续递增序列的长度,并更新最长连续递增序列的长度。
	7. 继续右移 `right`,直到 `right >= len(nums)` 结束。
	8. 输出最长连续递增序列的长度 `max_len`。

	### 思路 2:代码

	```Python
	class Solution:
	def findLengthOfLCIS(self, nums: List[int]) -> int:
	size = len(nums)
	left, right = 0, 0
	window_len = 0
	max_len = 0

	while right < size:
	window_len += 1

	if right > 0 and nums[right - 1] >= nums[right]:
	left = right
	window_len = 1

	max_len = max(max_len, window_len)
	right += 1

	return max_len
	```

	### 思路 2:复杂度分析

	- 时间复杂度:$O(n)$。
	- 空间复杂度:$O(1)$。