JavaScript|LeetCode|动态规划|300.最长上升子序列

法1：动态规划
想法：

1. 用数组dp保存：以nums[i]结尾的最长上升子序列长度
2. 对于nums中每个数，dp[i]初始化为1，至少包含nums[i]本身
3. 对于nums[i]，要求dp[i]，关键在于：找到dp[j]，nums[j] < nums[i] (j < i)，则dp[i] = dp[j] + dp[i]。注：需找到符合条件的dp[j]的最大值
4. 最长上升子序列可能以 nums[i] (i = 0 ~ nums.length - 1)结尾，故需返回dp数组中的最大值

/** 
* @param {number[]} nums 
* @return {number} 
*/
var lengthOfLIS = function(nums) {    
    if(nums.length == 0) {        
        return 0;    
    }    
    var dp = []; // dp[i]: 以nums[i]结尾的最长上升子序列    
    var i = 0, j = 0, temp = 0;    
    // temp：    
    // 对于nums[i]，若nums[j] < nums[i](j < i)，则temp暂存dp[j]    
    // 最终temp存储的是符合条件的dp[j]的最大值
    
    for(i = 0; i < nums.length; i++) {        
        dp[i] = 1; // 至少这个数本身是最长上升子序列    
    }    
    for(i = 1; i < nums.length; i++) {        
        for(j = i - 1; j >= 0; j--) {            
            if(nums[i] > nums[j]) {                
                temp = Math.max(temp, dp[j]);            
            }        
        }        
        dp[i] = dp[i] + temp;        
        temp = 0;    
    }    
    return Math.max.apply(null, dp);
};