300. 最长递增子序列

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

思路：这道题和上一道的区别就在于是否连续，这道题可以不连续，题目说可以删除某些元素不改变其余元素，仍是递增即可，做这类题最忌讳的是真的去删除，我只要不用这个不满足的元素，那我不就是变相的把你删掉了嘛。

那这道题怎么解决呢，首先感觉暴力破解也有点麻烦，那就想到动规呗。上一道题的动规是必须连续，所以每次都比较相邻的两个元素，这道题可以不连续，那我们就用两个循环，一个表示结尾元素，一个遍历从头到这个元素之前的全部元素，如果有递增，子序列长度就+1

首先一样的，dp[i]表示以nums[i]作为结尾元素的最大递增子序列的长度为dp[i]。

然后是递推公式，上面说了，两层循环，然后如果有递增，即元素小于结尾元素，nums[i]>nums[j]，子序列长度就+1。

初始化，没有区别，dp[0] = 1，在创建dp数组的时候，我把每个数都初始化为1了，这里就不需要多余的一步去专门赋值dp[0]了。

遍历顺序：很明显从前往后遍历，然后dp数组就是以每个数为结尾的最大递增子序列的长度，返回dp数组里的最大值即可。

代码（Python）：

class Solution(object):
    def lengthOfLIS(self, nums):
        if len(nums) == 0:
            return 0
        dp = [1 for _ in range(len(nums))]
        for i in range(1,len(nums)):
            for j in range(i):
                if nums[i] > nums[j]:
                    dp[i] = max(dp[i],dp[j]+1)
        return max(dp)