求LIS的两种方法：DP 与 二分法 ~~

LIS(Longest Increasing Subsequence)：最长上升子序列

这里分两种情况来看：

1. 子序列严格递增（即子序列中不能存在相等）
2. 子序列非降（即子序列中可以存在相等）

对于序列：a[1] , a[2] , a[3] , … , a[N]

---

一、动态规划(DP)　　　时间复杂度：O(N²)

1. 子序列严格递增：dp[i] = max{1 , dp[j]+1} 　　( j<i && a[j]<a[i] )
2. 子序列非降：dp[i] = max{1 , dp[j]+1} 　　( j<i && a[j]<=a[i] )

即找到能衔接在a[i]前最大的dp[j] （a[j]能衔接在a[i]之前）

---

二、二分法　　　时间复杂度：O(N*logN)

创建一个数组d（下标从1开始）： 维护LIS的长度

一个变量len： 表示当前d的长度，d[len]正好是LIS的末尾元素，最终得到的len即为答案。

初始令 d[1]=a[1]，len=1; 再从i=2开始遍历a。

注意，数组d中仅仅只是长度与LIS相同，本身并不是一个LIS（因为插入后前后顺序被打乱了），只能得到LIS的长度，若要得到LIS，还需要记录路径。
详见—> https://blog.csdn.net/Ratina/article/details/98875528

1. 子序列严格递增

当d[len] < a[i]：说明a[i]能接在d[len]后面，长度增加，直接 d[++len] = a[i];

否则，找到 d（LIS）中第