问题描述：
当 A的子数组A[i], A[i+1], ..., A[j]满足下列条件时，我们称其为湍流子数组：
若i <= k < j，当 k为奇数时， A[k] > A[k+1]，且当 k 为偶数时，A[k] < A[k+1]；
或 若i <= k < j，当 k 为偶数时，A[k] > A[k+1]，且当 k为奇数时，A[k] < A[k+1]。
也就是说，如果比较符号在子数组中的每个相邻元素对之间翻转，则该子数组是湍流子数组。
返回A的最大湍流子数组的长度。
示例 1：
输入：[9,4,2,10,7,8,8,1,9]
输出：5
解释：(A[1] > A[2] < A[3] > A[4] < A[5])
示例 2：
输入：[4,8,12,16]
输出：2
示例 3：
输入：[100]
输出：1
提示：
1 <= A.length <= 400000 <= A[i] <= 10^9
问题分析：
这个题目和我记忆中的拼多多的一个校招题目类似，他们那个是求最长长谷的，一般是一个遍历就可以得到结果。现在介绍一个类似于动态规划的方法。
（1）可以设置三个变量maxAB，currA，currB分别表示，最优值，以当前位置升序时的子串长度，以当前位置降序时的子串长度。
（2）如当前值A[i] > A[i - 1]，以第i个元素结尾，呈现升序的情况，此时，currB = currA + 1且把currB 初始化为1。A[i] < A[i - 1] 同理即可，如果相等，则currA, currB = 1, 1。
（3）每遍历一个元素，就判断更新一次最优解maxAB = max(maxAB, currA, currB) ，最后返回结果即可。
Python3实现：
# @Time :2019/01/22
# @Author :LiuYinxing
# 动态规划
class Solution:
def maxTurbulenceSize(self, A):
"""
:type A: List[int]
:rtype: int
"""
maxAB, currA, currB = 1, 1, 1 # 初始化
for i in range(1, len(A)):
if A[i] > A[i - 1]: # 以第 i 个元素结尾，呈现升序的情况
currA = currB + 1
currB = 1
elif A[i] < A[i - 1]: # 以第 i 个元素结尾，呈现降序的情况
currB = currA + 1
currA = 1
else:
currA, currB = 1, 1 # 出现相等的情况，重新计数
maxAB = max(maxAB, currA, currB) # 更新最优值
return maxAB
if __name__ == '__main__':
solu = Solution()
A = [9, 4, 2, 10, 7, 8, 8, 1, 9]
print(solu.maxTurbulenceSize(A))
声明： 总结学习，有问题或不当之处，可以批评指正哦，谢谢。