Update

problems/0674.最长连续递增序列.md

@@ -13,15 +13,14 @@
 连续递增的子序列 可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], ..., nums[r - 1], nums[r]] 就是连续递增子序列。
 
 示例 1：
-输入：nums = [1,3,5,4,7]
-输出：3
-解释：最长连续递增序列是 [1,3,5], 长度为3。
-尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。
+* 输入：nums = [1,3,5,4,7]
+* 输出：3
+* 解释：最长连续递增序列是 [1,3,5], 长度为3。尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。
 
 示例 2：
-输入：nums = [2,2,2,2,2]
-输出：1
-解释：最长连续递增序列是 [2], 长度为1。
+* 输入：nums = [2,2,2,2,2]
+* 输出：1
+* 解释：最长连续递增序列是 [2], 长度为1。
 
 提示：
 
@@ -41,27 +40,27 @@
 
 1. 确定dp数组（dp table）以及下标的含义
 
-**dp[i]：以下标i为结尾的数组的连续递增的子序列长度为dp[i]**。
+**dp[i]：以下标i为结尾的连续递增的子序列长度为dp[i]**。
 
 注意这里的定义，一定是以下标i为结尾，并不是说一定以下标0为起始位置。
 
 2. 确定递推公式
 
-如果 nums[i + 1] > nums[i]，那么以 i+1 为结尾的数组的连续递增的子序列长度 一定等于 以i为结尾的数组的连续递增的子序列长度 + 1 。
+如果 nums[i] > nums[i - 1]，那么以 i 为结尾的连续递增的子序列长度 一定等于 以i - 1为结尾的连续递增的子序列长度 + 1 。
 
-即：dp[i + 1] = dp[i] + 1;
+即：dp[i] = dp[i - 1] + 1;
 
 **注意这里就体现出和[动态规划：300.最长递增子序列](https://programmercarl.com/0300.最长上升子序列.html)的区别！**
 
-因为本题要求连续递增子序列，所以就必要比较nums[i + 1]与nums[i]，而不用去比较nums[j]与nums[i] （j是在0到i之间遍历）。
+因为本题要求连续递增子序列，所以就必要比较nums[i]与nums[i - 1]，而不用去比较nums[j]与nums[i] （j是在0到i之间遍历）。
 
-既然不用j了，那么也不用两层for循环，本题一层for循环就行，比较nums[i + 1] 和 nums[i]。
+既然不用j了，那么也不用两层for循环，本题一层for循环就行，比较nums[i] 和 nums[i - 1]。
 
 这里大家要好好体会一下！
 
 3. dp数组如何初始化
 
-以下标i为结尾的数组的连续递增的子序列长度最少也应该是1，即就是nums[i]这一个元素。
+以下标i为结尾的连续递增的子序列长度最少也应该是1，即就是nums[i]这一个元素。
 
 所以dp[i]应该初始1;
 
@@ -72,9 +71,9 @@
 本文在确定递推公式的时候也说明了为什么本题只需要一层for循环，代码如下：
 
 ```CPP
-for (int i = 0; i < nums.size() - 1; i++) {
-    if (nums[i + 1] > nums[i]) { // 连续记录
-        dp[i + 1] = dp[i] + 1; // 递推公式
+for (int i = 1; i < nums.size(); i++) {
+    if (nums[i] > nums[i - 1]) { // 连续记录
+        dp[i] = dp[i - 1] + 1;
     }
 }
 ```
@@ -96,15 +95,16 @@ public:
         if (nums.size() == 0) return 0;
         int result = 1;
         vector<int> dp(nums.size() ,1);
-        for (int i = 0; i < nums.size() - 1; i++) {
-            if (nums[i + 1] > nums[i]) { // 连续记录
-                dp[i + 1] = dp[i] + 1;
+        for (int i = 1; i < nums.size(); i++) {
+            if (nums[i] > nums[i - 1]) { // 连续记录
+                dp[i] = dp[i - 1] + 1;
             }
-            if (dp[i + 1] > result) result = dp[i + 1];
+            if (dp[i] > result) result = dp[i];
         }
         return result;
     }
 };
+
 ```
 
 * 时间复杂度：O(n)
@@ -112,7 +112,7 @@ public:
 
 ### 贪心
 
-这道题目也可以用贪心来做，也就是遇到nums[i + 1] > nums[i]的情况，count就++，否则count为1，记录count的最大值就可以了。
+这道题目也可以用贪心来做，也就是遇到nums[i] > nums[i - 1]的情况，count就++，否则count为1，记录count的最大值就可以了。
 
 代码如下：
 
@@ -123,8 +123,8 @@ public:
         if (nums.size() == 0) return 0;
         int result = 1; // 连续子序列最少也是1
         int count = 1;
-        for (int i = 0; i < nums.size() - 1; i++) {
-            if (nums[i + 1] > nums[i]) { // 连续记录
+        for (int i = 1; i < nums.size(); i++) {
+            if (nums[i] > nums[i - 1]) { // 连续记录
                 count++;
             } else { // 不连续，count从头开始
                 count = 1;