最长递增子序列（LIS）

最长递增子序列（LIS）

最长递增子序列是动态规划中最经典的问题之一，从讨论这个问题开始，循序渐进的了解动态规划的相关知识要点。

在一个已知的序列 {a1,a2,…an}中，取出若干数组成新的序列 {ai1,ai2,…aim}，其中下标 i1、i2…im 保持递增，即新数列中的各个数之间依旧保持原数列中的先后顺序，那么称新的序列为原序列的一个子序列。若在子序列中，当下标 ix > iy 时，aix >aiy ，那么称这个子序列为原序列的一个递增子序列。

最长递增子序列问题，就是在一个给定的原序列中，求得其最长递增子序列长度。

有序列 {a1,a2,…an} ，求其最长递增子序列长度。按照递推求解的思想，用 F[i]代表若递增子序列以 ai结束时它的最长长度。当 i 较小，容易直接得出其值，如 F[1] = 1。那么，如何由已经求得的 F[i]值推得后面的值呢？

假设，F[1]到 F[x-1]的值都已经确定，注意到，以 ax 结尾的递增子序列，除了长度为 1 的情况，其它情况中，ax 都是紧跟在一个由 ai(i <x)组成递增子序列之后。要求以 ax 结尾的最长递增子序列长度，依次比较 ax 与其之前所有的 ai(i <x)，若 ai小于 ax，则说明 ax 可以跟在以 ai结尾的递增子序列之后，形成一个新的递增子序列。又因为以 ai结尾的递增子序列最长长度已经求得，那么在这种情况下，由以 ai 结尾的最长递增子序列再加上 ax 得到的新的序列，其长度也可以确定，取所有这些长度的最大值，即能得到 F[x]的值。特殊的，当没有 ai(i <x)小于 ax ，那么以 ax 结尾的递增子序列最长长度为 1 。 即F[x]=max{1,F[i]+1|ai<ax && i<x};