企业官网建设流程全解析

1. 从面试官视角先聊两句

最长连续子数组这道题，几乎每一次技术面算法环节都有可能碰到。我身边很多同事出去面试候选人，也喜欢用它做开场题，不是因为这道题有多难，而是它特别能区分一个人是真写过代码，还是只背过答案。

这道题常见问法大概是：“给定一个整数数组，找出一个最长的连续递增子数组的长度。”很多人看到“连续”两个字就开始怕，但其实它考的并不是什么奇技淫巧，而是你对数组遍历、状态记录和复杂度分析的基本功。一个合格的解法应该能说清楚三层东西：第一层是暴力怎么写，第二层是怎么优化到一次遍历，第三层是为什么这样优化不会漏解。这才是面试官想听的完整逻辑链。

这篇文章我会把最长连续子数组的题目拆开揉碎，从暴力解法一直讲到线性解法，再延伸到一个非常像但其实是两种做法的变种题——最长连续序列。对了，我还会把面试现场容易被追问的细节、边界条件、常见踩坑都整理出来。不管你是在准备校招、社招，还是只是想把这一类数组题吃透，这篇都能给你一个可以直接拿去用的大脑框架。

读完之后你会发现，连续子数组问题的核心就一句话：如何用最少的遍历次数，维护当前最优解。

2. 拿到题先别急着写：连续子数组到底在考什么

2.1 题目描述里的“连续”二字，往往是最大的提示

先看一道最经典的版本：

给定一个未排序的整数数组，找到最长连续递增子数组的长度，要求子数组中的元素在原数组中连续出现，且严格递增。

示例：[1, 3, 5, 4, 7]，答案是 3（对应[1, 3, 5]）。注意不是 4，因为1, 3, 5, 7虽然递增，但 7 不在 5 的后面，它们在原数组里并不是连续出现的。

这就是“连续”和“子序列”最大的区别。子序列可以跳着选，子数组不行，它就像你从一列队伍里截取一个连续的区间，中间不能断人。面试里凡是看到“连续子数组”“子串”这类词，你脑子里第一反应应该是：遍历时只需要关注当前这一段，不用像子序列那样回头去看前面的所有状态。

还有一点要提醒：题目里说的是“严格递增”，也就是1, 2, 2, 3这种，遇到相等的 2 就算断了。这个细节在后面边界测试里很关键，很多人一紧张就写成非递减。

2.2 先区分清楚：这是“子数组题”而不是“子序列题”

面试现场我见过不少候选人，一看到最长 xx 就先报 DP（动态规划），说“子序列用 DP，子数组也用 DP”。这个说法不算错，但它混淆了问题的复杂度级别。

• 最长递增子序列（LIS），因为可以跳过元素，光是确定当前元素能否接在前面某个元素后面，就需要往前遍历历史状态，复杂度通常是 O(n²)，优化版本也要配合二分查找才能做到 O(n log n)。
• 最长连续递增子数组，只能取相邻连续段，所以判断条件只需要看“当前元素是否比前一个元素大”这一个状态。它压根不需要 DP 的“择优”，用一个变量记当前连续长度就够了。

换句话说，连续子数组问题因为有了“连续”这个强约束，反而从一道中等偏难的 DP 题降级成了扫描题。面试时你如果能主动把这一点讲出来，告诉面试官“为什么这里不需要 DP”，会显得你不仅会写代码，而且理解了解法背后的结构，这比闷头写一堆状态转移方程要加分得多。

2.3 题目场景往往藏在真实需求里

我搜了一圈近期围绕“最长连续子数组”这个热词的讨论，发现大家其实不只关注面试题本身，还会联想到实际业务里的相似场景。比如股票数据里找连续上涨的最长天数、日志系统里找耗时持续超标的最长时间段、传感器信号里找持续上升的波形片段，这些场景本质上都是同一个问题：在一串序列里找满足某个单调条件的最长连续片段。

所以这道题的解题思路，放到真实工程里也是能直接用上的。你现在理解了为什么它这么高频：它不是一道偏题怪题，而是一类扫描问题的代表。

3. 暴力解法：先把复杂度说清楚，再开始优化

3.1 双层遍历的直观写法

暴力解法的思路非常直白：把每一个位置 i 当作子数组的起点，从 i 开始往后推，只要后面元素严格递增，就把长度加一；一旦断了，就记录这一段长度，然后换下一个起点。

举例来说，数组[1, 3, 5, 4, 7]：

• 从下标 0 开始：1 < 3，3 < 5，5 > 4，所以以 0 为起点能得到长度 3；
• 从下标 1 开始：3 < 5，5 > 4，得到长度 2；
• 从下标 2 开始：5 > 4，得到长度 1；
• 从下标 3 开始：4 < 7，得到长度 2；
• 从下标 4 开始：长度 1。

最终答案取最大值，也就是 3。

从代码角度来说，你需要两层循环：外层枚举起点，内层从起点往后走，直到不满足严格递增为止。最长情况下，比如整个数组本身就是严格递增的，内层循环几乎每次都要走到数组末尾，总操作次数接近 n + (n-1) + ... + 1，也就是 O(n²) 的时间复杂度。空间复杂度倒是很省，只用几个临时变量，O(1)。

3.2 暴力法的隐藏问题：大量重复计算

暴力解法虽然能通过小规模样例，但只要数组长度达到十万量级，O(n²) 的复杂度基本就跑不动了。为什么会这么慢？关键在于它把已经验证过的递增关系反复重新计算了一遍。

举个例子，[1, 2, 3, 4, 5]明明是一个整体递增的数组。暴力解法从下标 0 开始数到 5，得到长度 5；然后从下标 1 开始又数一遍[2, 3, 4, 5]，再从下标 2 开始数[3, 4, 5]…… 下标 1 到下标 4 这一段，明明已经知道它肯定是递增的了，暴力解法还是会傻傻地再走一遍。

这个问题其实透露了一个非常重要的优化信号：如果一段区间已经被验证是连续递增的，那么这段区间内部的信息是可以复用或者直接跳过的。顺着这个思路走下去，就能自然想到滑动窗口或单次遍历的解法。

3.3 面试中什么时候可以先用暴力

我也不是让你面试的时候一上来就写最优解。如果你面对的是变形题、特别复杂的扩展题，或者短时间内没有清晰思路，先讲一个暴力解法是完全可接受的。你可以这样说：“我先给出一个 O(n²) 的基线解法，保证正确性，然后再讨论如何通过一次遍历把它优化到 O(n)。”

这样做有几个好处：第一，确保自己和面试官对题目的理解一致；第二，展示你具备从简单方案逐步递进到优化方案的能力；第三，万一后面没有想出更优解，你的基线分也能到手。但注意，如果题目本身就是最经典的那道最长连续递增子数组，只写暴力不写优化，面试评价基本会停留在“能写代码但算法思维一般”这个档位。

4. 一次遍历的滑动窗口解法：最优解的核心思路

4.1 从“重复验证”到“顺路记录”

回到刚才那个例子[1, 3, 5, 4, 7]。你发现没有，我们其实只需要从左到右走一遍，就能知道所有连续递增段的信息：

• 走到 3 的时候，知道当前段长度是 2；
• 走到 5 的时候，知道当前段长度是 3；
• 走到 4 的时候，递增断了，所以以[1, 3, 5]结尾的这段结束了，当前段重置为 1；
• 走到 7 的时候，当前段长度变成 2。

整个过程只需要两个变量：一个记录“当前连续递增段有多长”，另一个记录“历史最长有多长”。遍历结束后，两者取最大值即可。这其实就是一个特别朴素的滑动窗口思想：窗口边界就是当前连续递增段的两端，当递增条件满足时，右边界不断扩展，同时更新窗口长度；一旦条件被破坏，左边界直接跳到新位置，窗口重新开始。

4.2 为什么这个解法不会漏解

我知道你可能会问：每到一个元素，只是比较它和前一个元素的大小，真的能覆盖所有的连续段吗？

答案是能。因为题目要求的是“连续且递增”，而递增性质本身是局部的：一个连续子数组整体递增，等价于它内部任意相邻两个元素都满足后一个大于前一个。一旦相邻元素不满足这个条件，任何跨过这个断点的子数组都不可能整体递增。所以遍历时只需要在断点处切一刀，把当前段长度重置，然后继续往后数，就覆盖了所有可能成为答案的连续段。

这有点像你统计一段路上连续没有红绿灯的路口数。你不需要从每个路口重新出发数一遍，只需要记住当前已经连续通过了多少个路口，遇到红绿灯就清零，然后继续往下数，最终取一个最大值就行。

4.3 核心解法的流程拆解

在实际写代码时，整个流程可以拆成下面几步：

1. 判空。如果数组长度为 0，直接返回 0。这个细节千万别丢，尤其是面试手写代码时，判空能体现你的工程素养。
2. 初始化两个变量：currentLen = 1，maxLen = 1。为什么初始值是 1 而不是 0？因为只要数组不为空，单独一个元素本身就构成一个长度为 1 的连续递增子数组。
3. 从下标 1 开始遍历数组（下标 0 已经作为起点被算进去了）。
4. 比较nums[i]和nums[i-1]：如果前者大于后者，说明当前段还在递增，currentLen加一；否则说明递增断了，currentLen重置为 1。
5. 每次更新完currentLen后，按需更新maxLen，取两者较大值。
6. 遍历结束后返回maxLen。

时间复杂度是 O(n)，因为只遍历了一次；空间复杂度是 O(1)，只用了常数个变量。这段逻辑如果你之前没有想透，现在可以拿几个例子手推一遍。比如[2, 2, 2, 2]，每走一步都遇到相等的元素，不满足严格递增，currentLen一直重置为 1，最终答案就是 1。再比如[1, 2, 3, 2, 1]，走到下标 3 时递增断了，currentLen变回 1，但maxLen已经记住了 3，所以答案还是 3。

4.4 复杂度分析的几个“对手戏”问题

面试官特别爱在这个题后面追加一个问题：“你这个解法的时间复杂度是多少？为什么不是 O(n²)？”你如果只回答 O(n)，他大概率会继续追问：“你能保证每个元素最多被访问几次？”

答案是每个元素最多被访问一次。因为我们只维护一个向前的指针，从左往右扫，不存在回溯。这个和滑动窗口类的双指针问题不一样——双指针有时会一个元素被左右两个指针各访问一次，所以时间复杂度是 O(2n)，本质还是 O(n)。而这道题的连续递增子数组解法更简单，连左指针回退都不需要，因为递增段一旦断了，旧段不可能再被接上，直接重置即可。

5. 一个特别容易混淆的亲戚：最长连续序列

5.1 看题只差几个字，做法差了一个维度

面试中还有一道高频题，叫“最长连续序列”，题目长这样：

给定一个未排序的整数数组，找出数字连续的最长序列的长度，要求时间复杂度 O(n)。

示例：[100, 4, 200, 1, 3, 2]，答案应该是 4，因为1, 2, 3, 4是连续的。注意，这里的 1、2、3、4 在原数组里并不是连续存放的，它们在数组中的位置是散的，你只是把这些数字找出来，然后按数值拼成一段连续序列。

这就和“最长连续子数组”有本质区别了：子数组要求位置相邻，连续序列只要求数值相邻。所以前者用一次遍历维护局部关系就行，后者需要想办法把“数值上连续但位置上分散”的元素找出来拼在一起，这就要用到哈希表了。

5.2 哈希表解法：从每个连续段的起点开始数

这类题我面试时问过很多人，最常见的错误就是把数组排序再数一遍。但题目明确要求 O(n)，排序至少是 O(n log n)，直接不符合要求。正确做法是用哈希表（也就是集合）来记录数组中出现的所有数字，然后只从连续段的起点开始往后数，避免重复计数。

具体逻辑可以这样理解：

1. 先把数组所有元素放进一个哈希集合里，作用是 O(1) 时间判断某个数是否存在。
2. 遍历哈希集合中的每个数字 x。
3. 如果 x-1 也存在于集合中，说明 x 不是某个连续段的起点，跳过它，不用从它开始数。
4. 如果 x-1 不存在，说明 x 是一个连续段的起点。从 x 开始，不断检查 x+1、x+2…… 是否在集合里，一直数到断掉为止，记录这一段的长度。
5. 更新全局最长长度。

为什么只从起点开始数？因为这个题最怕的就是重复计算。比如你从 2 开始，能数出 2、3、4；然后你又从 3 开始，再数一遍 3、4，这就浪费了。为了不浪费，我们只从 x-1 不存在的数字开始数。这样每一段只会被数一次，所有段加起来的计数次数最多是数组中元素的总个数 n，整体时间复杂度就是 O(n)。

5.3 为什么面试官总把这两道题放一起问

我自己在面试时会这样安排：先问最长连续递增子数组，候选人写出滑动窗口后，我再把题目改一下，变成不要求位置相邻、只要求数值连续。此时刚才的解法就不管用了，得换成哈希表思路。

这个衔接其实是有心为之的。两道题都带“连续”二字，但一个考的是“数组连续”，一个考的是“数值连续”。能把这两者彻底区分开的人，才是真正理解了连续类型的分类逻辑。如果你在准备面试，建议你把这两道题放在一起刷，刷的时候主动对比：什么时候用单指针扫描，什么时候用哈希集合，什么时候用双指针滑动窗口。这样面试时才会形成条件反射。

6. 聊聊代码，以及怎么写才不容易被挑刺

6.1 面向面试的代码风格要点

很多人代码逻辑没问题，但面试评分上不去，问题常常出在代码风格上。最长连续子数组这道题虽然短，但代码风格最能体现经验。

先看一个细节：遍历从哪个下标开始？标准解法是从 1 开始，因为 0 已经作为第一个元素被初始化进长度里了。但如果你把currentLen初始化为 0，从 0 开始遍历，也可以，只是每轮都需要多写判断。两种写法对比下来，前一种更自然，也更方便讲清楚思路。

还有一个细节是变量命名。别用a、b、cnt这种含混的命名。我建议用currentLen和maxLen，或者currentStreak和longestStreak，别人一眼就能看出哪个是当前长度、哪个是历史最长。

6.2 手写代码时容易出的三个低级错误

第一个低级错误是忘记判空。如果传入一个空数组，很多解法直接访问nums[0]就崩了。虽然力扣上判空可能不算致命，但面试手写代码时，这属于一眼就能看到的工程素养问题，很减分。

第二个低级错误是混淆“递增”和“非递减”的判断条件。题目要求严格递增，判断就得用>，写成>=就等于允许相等元素出现在同一个子数组里，答案会偏大。

第三个低级错误是在重置长度时写成 0。比如你遇到递增断了，直接把currentLen = 1吗？对的，因为当前元素自己就是一个新的长度为 1 的连续子数组。如果你重置成 0，那么下一个元素进入时，长度就会少算 1，最终答案偏小。这个细节我见过太多人踩过坑，包括当年我自己也犯过。

6.3 测试用例怎么设计，才能显得你专业

面试时，写完代码如果能主动说“我来测试几个用例”，会很加分。但别只测题目给的那个例子，要有足够的覆盖面。我常用的测试集是这样的：

• 普通场景：[1, 3, 5, 4, 7]，期望 3；
• 全部递增：[1, 2, 3, 4, 5]，期望 5；
• 全部递减：[5, 4, 3, 2, 1]，期望 1；
• 全部相等：[2, 2, 2, 2]，期望 1（严格递增，相等就算断）；
• 连续段出现在中间：[3, 2, 1, 2, 3, 4, 1]，期望 4；
• 空数组：[]，期望 0；
• 只有一个元素：[9]，期望 1。

这组用例覆盖了正常逻辑、边界条件和特殊值，拿出来跑一遍能说明你考虑问题比较全面。

7. 面试现场还原：从读题到 AC 的完整节奏

7.1 读题阶段要说的话

拿到题目后，不要急着写代码。先做两件事：复述题目，确认约束。你可以说：“我理解这道题要找的是严格递增且位置连续的数组片段，请问数组长度大概是什么量级？有没有可能为空？数值范围有没有限制？”

这些问题不是废话。数组长度决定了你能不能接受 O(n²)，数值范围决定了你是不是需要考虑溢出。面试官听到你主动确认这些，一般都会觉得你是有经验的，而不只是刷题机器。

7.2 思路阶段要展示的推理路径

接下来讲思路。我建议按这个顺序讲：

“这个题最简单的做法是暴力枚举所有子数组，O(n²)。但仔细想，连续递增子数组只跟相邻元素的相对大小有关，而且递增关系一旦断了，任何跨过这个断点的子数组都不可能再递增，所以我们只需要一遍扫描，维护两个变量：当前连续长度和历史最长长度。每一步比较当前元素和前一个元素，如果递增就加一，否则重置。这样时间复杂度 O(n)，空间 O(1)。”

这段话大概 30 秒能讲完，但它把暴力解、优化动机、核心判断、复杂度全部覆盖到了。面试官要么直接说“可以，写吧”，要么会追问几个细节，比如“为什么断点之后可以直接重置”，这正好让你展开讲。

7.3 写代码阶段要注意的节奏

写代码的时候，我习惯一边写一边说，不要在纸上闷声写完一大段再给面试官看。比如写到if (nums[i] > nums[i-1])时，说一句“这里是判断是否继续满足严格递增”，写到currentLen = 1时说一句“这里把当前元素作为新子数组的起点”。这样面试官能跟上你的思路，即使最后有小瑕疵，他也知道你是想清楚了的。

写完后，把自己的测试用例逐一过一遍，边过边说“当前长度变成了多少、最长长度是多少”。这一步特别能加分，因为它证明你的代码不是凭感觉写的，而是可以推理验证的。

8. 这类题的高频变种，一次帮你整理清楚

8.1 变种一：最长连续非递减子数组

有些题目会把“严格递增”改成“非递减”，也就是允许相等元素连续出现在子数组中。考的是你对条件的敏感度。解法框架完全不变，只需要把比较符号从>改成>=。但有一个细节要注意：初始化的长度逻辑还是一样的，单个元素长度为 1。如果你刷题时把两道题对照着做，会发现其实只是符号一改，其他都一样。

8.2 变种二：允许最多修改一个元素，使连续子数组最长

这是一种很常见的进阶题。比如给你一个数组，你最多可以把其中一个元素的值改成任意值，目标是使某个连续段最长。这种题就不能只用一个变量了，通常需要记录“当前没使用修改机会的最长段”和“已使用修改机会的最长段”，在遍历时根据情况合并或重置。

这类题的核心思路还是在断点处做文章：正常递增断了以后，原本要重置，但因为你手里有一次“修改”机会，所以可以把断点附近的情况打平，本质上是滑动窗口加状态标记。能用这个思路答出来的人，说明真的理解了扫描类连续问题的本质。

8.3 变种三：二维化或者环状数组

二维场景比如说矩阵里找最长连续递增路径，这就要结合 DFS 记忆化搜索了，难度会跳一个台阶。环状数组则是把数组首尾相连，此时需要考虑跨越连接处的连续段，常见做法是把数组复制一份延长，或者用两倍长度的循环取模来模拟。面试考到环状数组的概率相对低，但一旦考到，它考察的还是你对“断点”的理解——环的断点被你放在了哪个位置，决定了你的解法是否完备。

8.4 变种四：最长重复子数组

这是另一个容易被名字搞混的题，通常是两个数组，要求找出两个数组中最长的公共子数组。注意，这里的“子数组”同样要求连续。做法也不再是简单的单指针扫描，而是需要动态规划或滑动哈希。这道题通常是中等偏上的难度，和今天聊的这道题完全不是一个量级，但如果你能理解“子数组必须连续”这个前提，就更容易想到用二维 DP 去记录以两个数组中某位置结尾的公共连续长度。

9. 我在实际刷题和面试中的几条经验

最后说点刷题之外的体会。

第一，连续子数组这类题，最重要的不是记住某一道题的解法，而是养成一种条件反射：看到“连续子数组”这四个字，先想它的对立面“子序列”为什么难，再想“连续”能不能帮我们省掉什么计算。如果你每一次都能把这种对比想清楚，那你刷一道题等于刷了三道题。

第二，做题时不要一上来就打开编辑器敲代码。先在纸上画一个数组，手动走一遍例子，感受一下断点在哪、重置发生在哪、最长答案是在哪一步被记录下来的。我在最开始刷这道题的时候，也是画了好多数组图才真正理解为什么能从 O(n²) 降到 O(n)。直接背模板，过两周必忘；自己推一遍，才能变成长期记忆。

第三，如果你准备的是大厂面试，除了把解法写出来，一定要练习用口头语言把思路讲清楚。我见过有的候选人代码写得很干净，但是让他讲思路就只会复述代码，这其实是一个很大的短板。面试官需要确认你不是背题，而是真的理解了解法背后的取舍。你如果能像我上面写的那样，从暴力到优化、从时间复杂度到边界条件、从本题到变种，把整个逻辑链讲完整，你的算法面试通过率会明显上一个大台阶。

最长连续子数组这道题，说难不难，说简单也藏着很多值得拆解的细节。希望这篇整理能帮你把它吃透，下次面试再遇到的时候，你不仅能写出最优解，还能讲出让人信服的理由。