给定一个未排序的整数数组 nums ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。 请你设计并实现时间复杂度为 O(n) 的算法解决此问题。
示例 1：
输入：nums = [100,4,200,1,3,2]
输出：4
解释：最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。
示例 2：
输入：nums = [0,3,7,2,5,8,4,6,0,1]
输出：9
示例 3：
输入：nums = [1,0,1,2]
输出：3
方法一、排序
class Solution {
public int longestConsecutive(int[] nums) {
// 1. 处理空数组：如果数组长度为0，直接返回0（没有任何序列）
if(nums.length == 0) return 0;
// 2. 排序数组：把数组按从小到大排序
Arrays.sort(nums); // 示例1排序后：[1,2,3,4,100,200]
// 3. 初始化变量
int ans = 0; // 存储最终的最长序列长度（结果）
int tmp = 1; // 临时记录当前连续序列的长度（至少为1，因为单个元素也是序列）
// 4. 遍历排序后的数组（从第2个元素开始，和前一个对比）
for(int i = 1; i < nums.length; i++){
// 情况1：当前元素和前一个元素相同（比如[1,1,2]中的两个1）
if(nums[i] == nums[i-1]){
continue; // 跳过，不影响连续序列长度（相同数字不算新元素）
}
// 情况2：当前元素比前一个元素大1（连续的情况）
else if(nums[i] == nums[i-1] + 1){
tmp++; // 当前序列长度+1（比如4和3差1，tmp从3→4）
}
// 情况3：当前元素和前一个元素不连续（比如100和4差96）
else{
// 更新最长序列长度（取当前最长ans和临时tmp的最大值）
ans = Math.max(ans, tmp);
tmp = 1; // 重置临时长度（开始新的序列）
}
}
// 5. 最后一次比较：循环结束后，可能最后一个序列还没更新到ans中
return Math.max(ans, tmp);
}
}方法二、哈希表
class Solution {
public int longestConsecutive(int[] nums) {
// 1. 创建一个哈希集合（Set），用于存储数组中的所有数字
// 作用1：自动去重（比如数组里有重复的1，Set里只会存一个1）
// 作用2：支持 O(1) 时间复杂度的查询（快速判断某个数字是否存在）
Set<Integer> numSet = new HashSet<>();
// 把数组里的所有数字添加到Set中
for (int num : nums) {
numSet.add(num);
}
// 2. 定义变量记录最长连续序列的长度，初始为0（如果数组为空，直接返回0）
int longestStreak = 0;
// 3. 遍历Set中的每个数字（因为去重了，避免重复处理相同数字）
for (int num : numSet) {
// 关键判断：只有当「当前数字-1」不在Set中时，才把它作为连续序列的起点
// 举例：如果数字是2，且1存在，说明2不是起点（起点是1），直接跳过
// 如果数字是1，且0不存在，说明1是起点（从1开始往后找连续数字）
if (!numSet.contains(num - 1)) {
// 记录当前起点数字
int currentNum = num;
// 记录当前连续序列的长度（至少为1，因为起点本身就是一个数字）
int currentStreak = 1;
// 4. 从起点开始，向后查找连续的数字
// 只要「当前数字+1」存在于Set中，就说明序列可以延长
while (numSet.contains(currentNum + 1)) {
// 移动到下一个连续数字（比如从1→2，从2→3）
currentNum += 1;
// 连续序列长度+1（比如1→2后，长度从1变成2）
currentStreak += 1;
}
// 5. 更新最长序列长度：取「目前最长长度」和「当前序列长度」的较大值
longestStreak = Math.max(longestStreak, currentStreak);
}
}
// 6. 返回最长连续序列的长度
return longestStreak;
}
}