不能直接用 std::max_element 找最长等差数列，因为它只能比较元素大小，无法判断子序列或子数组的公差一致性；连续情况可用双指针 O(n)，非连续必须二维 DP+哈希优化 O(n²)。
为什么不能直接用 std::max_element 找最长等差数列
因为等差数列不是单个元素的属性，而是子序列（不一定是连续）或子数组（连续）的结构特征。std::max_element 只能比大小，无法判断公差一致性。常见误判是把“最长连续等差子数组”当成“最长（任意位置）等差子序列”，两者解法完全不同——前者可用双指针 O(n)，后者必须动态规划 O(n²)。
连续等差子数组：用双指针维护当前公差
如果题目明确要求“连续”，比如数组 [1,3,5,7,2,4] 中最长连续等差段是 [1,3,5,7]（长度 4，公差 2），那就不用 DP：
- 从索引 1 开始遍历，计算
diff = arr[i] - arr[i-1] - 用变量
curr_len记录当前连续段长度，max_len记全局最大值 - 若
arr[i] - arr[i-1] == diff，则curr_len++；否则重置curr_len = 2、更新diff - 注意边界：长度 ≤ 2 的数组直接返回原长
示例代码核心逻辑：
int longestArithSeqLength(vector<int>& arr) {
if (arr.size() <= 2) return arr.size();
int max_len = 2, curr_len = 2;
int diff = arr[1] - arr[0];
for (int i = 2; i < arr.size(); ++i) {
if (arr[i] - arr[i-1] == diff) {
curr_len++;
max_len = max(max_len, curr_len);
} else {
curr_len = 2;
diff = arr[i] - arr[i-1];
}
}
return max_len;
}
非连续等差子序列：必须用二维 DP + 哈希优化
LeetCode 1027 题型：在 [9,4,7,2,10] 中找最长等差子序列（答案是 [4,7,10] 或 [9,7,2]，长度 3）。暴力枚举所有子序列是指数级，正确做法是：
- 定义
dp[i][diff]表示以arr[i]结尾、公差为diff的最长子序列长度 - 但
diff可能很大（如INT_MIN到INT_MAX），不能开二维数组，改用unordered_map<int, int>存每个下标对应的公差映射 - 对每个
i，遍历j从0到i-1，算diff = arr[i] - arr[j]，然后dp[i][diff] = dp[j][diff] + 1（若dp[j][diff]不存在则为 2） - 时间复杂度 O(n²)，空间 O(n²) —— 每个
i最多存 n 个不同公差
关键细节：diff 是 int 类型，但 C++ 中负数哈希无问题；不要用 map（log n 开销），坚持用 unordered_map。
C++ Code Review Master
下载
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
立即学习“C++免费学习笔记（深入）”；
容易被忽略的边界和性能坑
实际写的时候这几个点最常出错：
- 输入为空或只有 1 个元素时，直接返回
arr.size()，别进循环 - 公差为 0 的情况必须支持（如
[1,1,1,2,2]，最长是 3 个 1），diff == 0不影响哈希键 - 用
vector<unordered_map<int, int>> dp(n)初始化，别写成dp[i].insert({diff, 2})而漏掉已有值——要写dp[i][diff] = max(dp[i][diff], dp[j][diff] + 1) - LeetCode 测试用例含大数组（n ≈ 1000），O(n³) 暴力必超时，DP 外层循环不能嵌套查找
真正卡住人的往往不是算法思路，而是 dp[j].count(diff) 判断写错位置，或者把 dp[i][diff] 初始化成 1 而不是 2。
