思路：
1.题目要求时间复杂度为O(n)，而排序的时间复杂度是O(nlogn)，因此本题不能排序。
2.核心思路：对于nums中的元素x，以x为起点，不断查找下一个数x + 1，x + 2，...是否在nums中，并统计序列的长度。
3.为了做到O(n)的时间复杂度，需要做到两个关键优化。
（1）把nums中的数都放到一个哈希集合中，这样可以以O(1)的时间复杂度判断数字是否在nums中。
（2）如果x - 1在哈希集合中，则不以x为起点。这是因为以x - 1为起点计算出的序列长度，一定要比以x为起点计算出的序列长度要长，这样可以避免大量重复计算。比如nums == [3,2,4,5]，从3开始，可以找到3，4，5这个连续序列；而从2开始，则可以找到2，3，4，5这个连续序列，一定比从3开始找到的连续序列要长。
4.注意：遍历元素的时候，要遍历哈希集合，而不是nums。如果nums =[1,1,1,...,1,2,3,4,5,...]（前一半都是1），遍历nums的做法会导致每个1都跑一个O(n)的循环，总的循环次数是O(n^2)，会超时。
附代码：
class Solution { public int longestConsecutive(int[] nums) { Set<Integer> set = new HashSet<>(); for(int num : nums){ set.add(num); //把nums转换成哈希集合 } int ans = 0; for(int x : set){ //遍历哈希集合 if(set.contains(x - 1)){ //如果x不是序列的起点，则直接跳过 continue; } //x是序列的起点 int y = x + 1; while(set.contains(y)){ //不断查找下一个数是否在哈希集合中 y++; } // 循环结束后，y - 1就是最后一个在哈希集合中的数 // 长度为 y - 1 - x + 1 = y - x ans = Math.max(ans,y - x); } return ans; } }小优化：设m为nums中不同元素的个数（即哈希集合的大小）。各个连续序列（链）是相互独立的，如果发现其中一条链的长度至少为m/2（长度×2＞＝m），由于不可能还有一条长度大于m/2的链（否则这两条链的长度之和就超过m了），答案不会再增大，此时可以直接返回答案。
class Solution { public int longestConsecutive(int[] nums) { Set<Integer> set = new HashSet<>(); for(int num : nums){ set.add(num); //把nums转换成哈希集合 } int m = set.size(); int ans = 0; for(int x : set){ //遍历哈希集合 if(set.contains(x - 1)){ //如果x不是序列的起点，则直接跳过 continue; } //x是序列的起点 int y = x + 1; while(set.contains(y)){ //不断查找下一个数是否在哈希集合中 y++; } // 循环结束后，y - 1就是最后一个在哈希集合中的数 // 长度为 y - 1 - x + 1 = y - x ans = Math.max(ans,y - x); if(ans * 2 >= m){ break; } } return ans; } }
