递归与动态规划---最长递增子序列问题

【问题】
给定数组arr，返回arr的最长递增子序列

【基本思路】

首先介绍时间复杂度为O(N^2)的方法。具体过程如下：

1. 生成长度为N(arr的长度)的数组dp，dp[i]表示在以arr[i]结尾的情况下，arr[0…i]中的最长子序列。

2. dp[0]表示以arr[0]结尾的情况下最长子序列，只有它自己，设为1

3. 对于dp的其他位置，从左到右依次遍历，假设遍历到i，首先在arr[0…i-1]中找到比arr[i]小且相应的dp值最大的位置记为j，arr[j]即为以arr[i]结尾的倒数第二小的数，此时dp[i]的值便可以确定，dp[i] = dp[j] + 1。如果arr[0…i-1]中没有比arr[i]小的值，则dp[i]直接记为1。

接下来就是利用生成好的dp数组得到最长的递增子序列。

首先遍历找到dp数组中的最大值maxlen以及下标index，其中maxlen就是最长递增子序列的长度，arr[index]就是最长递增子序列的最后一个数字，然后从index向前遍历数组arr，找到比arr[index]小的数arr[j]并且dp[j] + 1 = dp[index],这个值就是子序列的倒数第二个数，依次向前遍历即可得到最长递增子序列。

以下是使用python3.5实现的代码

#最长递增子序列
def getMaxSubList1(arr):
    def getdp(arr):
        dp = [1 for i in range(len(arr))]
        for i