最长递增子序列

一、需求

• 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 。

提示：
1 <= nums.length <= 2500
-104 <= nums[i] <= 104。

进阶：
你可以设计时间复杂度为 O(n2) 的解决方案吗？
你能将算法的时间复杂度降低到 O(n log(n)) 吗?

二、动态规划法(O(n^2))

class Solution {
    public int lengthOfLIS(int[] nums) {
    /* 
    1.
        状态：遍历nums的索引，它是一直变化的，从0到nums.length-1
        选择：从nums[0..i-1]中找到比nums[i]都小的元素，以这些元素为结尾的
             最长子序列，取最大值+1即可
             找不到的话就是它自己，就是1，因此我们初始化dp数组全为1，表示以
             每个元素为结尾的LIS最小值为1
    2.
        dp[i]：以nums[i]为结尾的LIS长度
    3.
        base case：以nums[0]为结尾的LIS长度为1
    4.
        目标：max(dp[0..i])
    */
        int n = nums.length;
        int[] dp = new int[n];
        Arrays.fill(dp, 1);
        for(int i = 1; i < n; i++) {
            for(int j = 0; j < i; j++) {
                if(nums[j] < nums[i]) {
                    dp[i] = Math.max(dp[i], dp[j] + 1);
                }
            }
        }
        int res = 0;
        for(int i = 0; i < n; i++) {
            res = Math.max(res, dp[i]);
        }
        return res;
    }
}