最长递增子序列(dp问题)

给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。

子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

示例 1：

输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。
示例 2：

输入：nums = [0,1,0,3,2,3]
输出：4
示例 3：

输入：nums = [7,7,7,7,7,7,7]
输出：1

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/longest-increasing-subsequence
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

很明显这是一个动态规划问题，dp[i]设为截至第i个字符,包含第i个字符(i从0开始，与nums数组一致)时最长递增子序列长度。

我们用j遍历0到i-1，用maxj表示dp[0]到dp[i-1]中的最大值。

这里需要满足一个条件：第i个字符一定要大于第j个字符，这样才能把第i个字符加到末尾。

如果maxj大于1(为什么是1呢？因为就算第i个字符小于前面所有字符，dp[i]怎么也有1个字符作子序列)，dp[i] = dp[maxj+1] (这里加1是因为要算上第i个字符)。否则dp[i] = 1。

class Solution {
    public int lengthOfLIS(int[] nums) {
        if (nums.length == 1) {
            return 1;
        }
        int[] dp = new int[nums.length+1];
        dp[0] = 1;
        int maxj = 0;
        int max = 0;
        for (int i = 1; i < nums.length; i++) {
            dp[i] = 1;
            for (int j = 0; j < i; j++) {
                if (nums[i] > nums[j]) {
                    maxj = Math.max(maxj, dp[j]);
                }
            }
            dp[i] = Math.max(dp[i], maxj+1);
            max = Math.max(max, dp[i]);
            maxj = 0;
        }
        return max;
    }
}

记得每次更新max的值，因为dp[ ]最后一个数不一定是最大的dp。