一个整数序列，如果两个相邻元素的差恰好正负(或负正)交替出现，则该序列被称为摇摆序列。显然，一个小于2个元素的序列直接为摇摆序列。给定一个随机序列，若其不满足摇摆序列定义，则从中删除若干元素，使其剩余元素构成最长摇摆子序列，输出该最长摇摆子序列的长度

这是一个经典的动态规划问题，可以使用两个数组 up 和 down 分别记录以 i 结尾的最长上升子序列长度和最长下降子序列长度。

具体来说，对于序列中的第 i 个元素，如果其比前一个元素大，则可以将 up[i] 更新为 down[i-1]+1，因为前一个元素必须是下降的，而当前元素是上升的，可以组成一个摇摆子序列。

同理，如果第 i 个元素比前一个元素小，则可以将 down[i] 更新为 up[i-1]+1。

最后，最长摇摆子序列的长度即为 up 和 down 数组中的最大值。

下面是 Python 代码实现：

def wiggleMaxLength(nums: List[int]) -> int:
    n = len(nums)
    if n < 2:
        return n
    up = [1] * n
    down = [1] * n
    for i in range(1, n):
        if nums[i] > nums[i-1]:
            up[i] = down[i-1] + 1
            down[i] = down[i-1]
        elif nums[i] < nums[i-1]:
            down[i] = up[i-1] + 1
            up[i] = up[i-1]
        else:
            up[i] = up[i-1]
            down[i] = down[i-1]
    return max(up[-1], down[-1])

注意，这里的时间复杂度为 O(n)，空间复杂度为 O(n)，其中 n 是序列的长度。