每日一题：最长连续递增子序列长度

解题思路：

1. 初始化变量 max_len 和 curr_len 为 0，分别表示当前最长连续递增子序列的长度和当前正在计算的连续递增子序列的长度。
2. 遍历给定的数组，对于每个元素：

• 如果当前元素大于前一个元素，则将 curr_len 加一。
• 否则，将 curr_len 重置为 1，重新开始计算连续递增子序列的长度。
• 更新 max_len 为当前 curr_len 和 max_len 的较大值。

3. 返回 max_len。
   代码实现及注释：

def find_length_of_lcis(nums):
    # 初始化变量
    max_len = 0
    curr_len = 0
    
    # 遍历数组
    for i in range(len(nums)):
        if i == 0 or nums[i] > nums[i-1]:
            # 当前元素大于前一个元素，增加当前连续递增子序列的长度
            curr_len += 1
        else:
            # 当前元素小于等于前一个元素，重置当前连续递增子序列的长度为 1
            curr_len = 1
        
        # 更新最大长度
        max_len = max(max_len, curr_len)
    
    return max_len

# 测试
nums = [1, 3, 5, 4, 7]
result = find_length_of_lcis(nums)
print(result)  # 输出: 3，因为最长连续递增子序列为 [1, 3, 5]

nums = [2, 2, 2, 2, 2]
result = find_length_of_lcis(nums)
print(result)  # 输出: 1，因为最长连续递增子序列为 [2]

该算法的时间复杂度为 O(n)，其中 n 是数组的长度。在算法的执行过程中，我们只需要遍历一次数组，对于每个元素，可以在常数时间内进行比较和更新操作。因此，该算法的时间复杂度是线性的。