【Hot100｜3 LeetCode 128. 最长连续序列】
这段代码是解决「LeetCode 128. 最长连续序列」问题的经典高效解法，核心思路是利用哈希集合（HashSet）的快速查找特性，通过 “判断序列起点 + 向后延伸” 的方式，在 O(n) 时间复杂度内找到最长的连续元素序列。下面从「问题理解→核心思路→代码逐行解析→实例演示」四个维度详细讲解：
一、问题理解
「最长连续序列」问题要求：给定一个未排序的整数数组 nums，找出其中最长的连续元素序列的长度（连续指的是数值连续，如 1,2,3,4 是长度为 4 的连续序列，100,200 是长度为 1 的两个独立序列）。限制：算法的时间复杂度需尽可能低（最好能达到 O(n)）。
二、核心思路
暴力解法（排序后遍历）的时间复杂度是 O(n log n)（受排序影响），而该解法通过哈希集合优化查找效率，核心思路是：
- 去重 + 快速查找：用 HashSet 存储所有元素，既去重（重复元素不影响连续序列长度），又支持
O(1)时间判断元素是否存在。 - 只从序列起点计算长度：对于每个元素
x，只有当x-1不存在于集合中时，x才是某个连续序列的起点（避免对同一序列的中间元素重复计算）。 - 向后延伸计算长度：从起点
x开始，依次检查x+1, x+2, ...是否存在，直到找不到为止，这段连续序列的长度为y - x（y是第一个不存在的元素）。
三、代码逐行解析
java
运行
class Solution {public int longestConsecutive(int[] nums) {// 1. 创建HashSet存储所有元素（去重+O(1)查找）Set<Integer> st = new HashSet<>();for (int num : nums) {st.add(num);}// 2. 记录最长连续序列的长度（初始为0，空数组时直接返回0）int ans = 0;// 3. 遍历集合中的每个元素for (int x : st) {// 3.1 判断x是否是连续序列的起点：若x-1存在，说明x不是起点，跳过if (st.contains(x - 1)) {continue;}// 3.2 若x是起点，向后延伸找最长连续序列int y = x + 1; // 从x的下一个元素开始检查while (st.contains(y)) { // 只要y存在，就继续向后找y++;}// 3.3 计算当前连续序列的长度（y - x），更新最长长度ans = Math.max(ans, y - x);}// 4. 返回最长连续序列的长度return ans;}
}
关键细节拆解：
HashSet 的作用
Set<Integer> st = new HashSet<>()及循环st.add(num)：- 去重：数组中重复的元素（如
[1,1,2]）在集合中只会保留一个，避免重复处理。 - 快速查找：
st.contains()方法的时间复杂度是O(1)，为后续 “判断起点” 和 “向后延伸” 提供高效支持。
- 去重：数组中重复的元素（如
判断序列起点的核心逻辑
if (st.contains(x - 1)) { continue; }：- 若
x-1存在于集合中，说明x不是某个连续序列的起点（因为x-1才是更前面的元素），此时跳过x可避免重复计算（例如序列1,2,3,4中，x=2时x-1=1存在，跳过；只从x=1开始计算）。 - 若
x-1不存在，说明x是起点，此时需要计算从x开始的连续序列长度。
- 若
向后延伸计算长度
int y = x + 1：从起点x的下一个元素开始检查。while (st.contains(y)) { y++; }：只要y存在于集合中，就继续向后移动y（例如x=1时，y会依次变为2,3,4，直到y=5不存在为止）。y - x：此时y是第一个不在序列中的元素，因此x到y-1的连续序列长度为y - x（如x=1, y=5时，长度为5-1=4）。
更新最长长度
ans = Math.max(ans, y - x)：用当前序列的长度更新全局最长长度，最终ans就是结果。
四、实例演示
以测试用例 nums = [100, 4, 200, 1, 3, 2] 为例，演示执行过程：
去重后集合：
st = {100, 4, 200, 1, 3, 2}。初始化：
ans = 0。遍历集合元素：
x=100：检查x-1=99是否存在？否（是起点）。y=101，st中无 101，长度101-100=1→ans=1。x=4：检查x-1=3是否存在？是（3 在集合中）→ 跳过。x=200：检查x-1=199是否存在？否（是起点）。y=201，无 → 长度1→ans仍为 1。x=1：检查x-1=0是否存在？否（是起点）。y=2（存在）→y=3（存在）→y=4（存在）→y=5（不存在）。长度5-1=4→ans=4。x=3：检查x-1=2是否存在？是 → 跳过。x=2：检查x-1=1是否存在？是 → 跳过。
最终结果：
ans=4（对应序列1,2,3,4）。
五、复杂度分析
- 时间复杂度：
O(n)每个元素最多被访问两次：一次是在遍历集合时作为x被检查，一次是在while循环中作为y被延伸（例如1,2,3,4中，1被检查一次，2,3,4被while循环访问一次）。整体遍历次数为O(n)。 - 空间复杂度：
O(n)哈希集合需要存储所有元素，最坏情况下（无重复元素）空间为O(n)。
总结
该解法的核心是通过 “只处理序列起点” 避免重复计算，结合哈希集合的 O(1) 查找特性，将时间复杂度优化到线性级别，是解决该问题的最优方案之一。这种 “利用哈希表优化查找 + 精准定位计算起点” 的思路，也是面试中高频考察的算法设计思想。