https://leetcode-cn.com/problems/longest-turbulent-subarray/
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 <= 40000
0 <= A[i] <= 10^9

1. 动态规划使用dp[i], 应该可算认为是动态规划的简答情乱，因为当前状态仅仅和上一次状态有关，所以可以bu采用dp[]

class Solution:
    def maxTurbulenceSize(self, arr: List[int]) -> int:
        # dp[i]表示从i处往后形成的最大湍流子数组的长度
        dp = [1 for i in range (len(arr))]
        
        # flag = 0  表示现在湍流子数组长度为1
        # flag = 1  表示现在湍流子数组需要一个大于上一个值的数
        # flag = -1 表示现在湍流子数组需要一个小于上一个值的数
        flag = 0
        i = len(arr) - 2
        while i >= 0:
            if flag == 0:
                if arr[i] > arr[i + 1]:
                    flag =  -1
                    dp[i] = 2
                elif arr[i] < arr[i + 1]:
                    flag = 1 
                    dp[i] = 2              
                else:
                    flag = 0
                    dp[i] = 1
            elif flag == 1:
                if arr[i] > arr[i + 1]:
                    dp[i] = dp[i + 1] + 1
                    flag = -1
                elif arr[i] < arr[i + 1]:
                    dp[i] = 2
                    flag = 1
                else:
                    dp[i] = 1
                    flag = 0
            # flag == -1        
            else: 
                if arr[i] < arr[i + 1]:
                    dp[i] = dp[i + 1] + 1
                    flag = 1
                elif arr[i] > arr[i + 1]:
                    dp[i] = 2
                    flag = -1
                else:
                    dp[i] = 1
                    flag = 0
            i -= 1
        return max(dp)

2. 不采用dp[]

class Solution:
    def maxTurbulenceSize(self, arr: List[int]) -> int:
        # dp[i]表示从i处往后形成的最大湍流子数组的长度
        # 这里可以不使用dp[]，因为当前的dp[i]仅仅取决于dp[i + 1]
        max_length = 1
        last = 1
        current = 1
        # dp = [1 for i in range (len(arr))]
        
        # flag = 0  表示现在湍流子数组长度为1
        # flag = 1  表示现在湍流子数组需要一个大于上一个值的数
        # flag = -1 表示现在湍流子数组需要一个小于上一个值的数
        flag = 0
        i = len(arr) - 2
        while i >= 0:
            if flag == 0:
                if arr[i] > arr[i + 1]:
                    flag =  -1
                    current = 2
                elif arr[i] < arr[i + 1]:
                    flag = 1 
                    current = 2              
                else:
                    flag = 0
                    current = 1
            elif flag == 1:
                if arr[i] > arr[i + 1]:
                    current = last + 1
                    flag = -1
                elif arr[i] < arr[i + 1]:
                    current = 2
                    flag = 1
                else:
                    current = 1
                    flag = 0
            # flag == -1        
            else: 
                if arr[i] < arr[i + 1]:
                    current = last + 1
                    flag = 1
                elif arr[i] > arr[i + 1]:
                    current = 2
                    flag = -1
                else:
                    current = 1
                    flag = 0
            max_length = max(current, max_length)
            last = current
            i -= 1
        return max_length