300. 最长上升子序列_动态规划

300. 最长上升子序列

描述：

给定一个无序的整数数组，找到其中最长上升子序列的长度。
链接：https://leetcode-cn.com/problems/longest-increasing-subsequence/

思路：

最近开始学习动态规划，拿到这个题目完全没有思路，看的题解。上面给出了两种思路动态规划和二分查找。我重点在学习动态规划，我阅读过后的理解。

动态规划是一种增量式解题策略，将一个全局的复杂问题，分解为局部的、分阶段的子问题，并且有一个特点，前一步的结果或结论可以被后一步直接利用，提高效率。

具体到本题：
状态定义：$dp[i]$表示以第$i$个数为结束的上升子序列长度
状态转移：在知道$[0,i)$区间内状态条件下，$dp[i]$可以通过遍历地比较$nums[j],jϵ[0,i)$的数值，如果数值较大并且，则说明$nums[0:i]$能构成长度大一位的上升子序列，此外，如果满足$dp[i]>dp[j]+1$，则更新dp[i]的值，表示搜索中最新的子序列长度。其状态转移方程：$$dp[i]=dp[j]+1,nums[i]>nums[j]anddp[i]<dp[j]+1,jϵ[0,i)$$

    int lengthOfLIS(vector<int>& nums) {
	if (nums.empty())
		return 0;

	int length = nums.size();
	vector<int> dp(length, 1);

	for(auto i = 1; i < length; i++)
	{
		for(auto j = 0; j < i; j++) {
			if (nums[i] > nums[j] && (dp[j] + 1) > dp[i]) {
				dp[i] = dp[j] + 1;
			}
		}
	}
	// 找出dp数值中最大上升子序列长度
	auto max_iter = max_element(dp.begin(), dp.end());

	return *max_iter;
    }