300. 最长上升子序列

思路一：动态规划

建立dp表，dp[i]表示含第i个数字的最长上升子序列的长度
求dp[i]时，向前遍历找出比i元素小的元素j，则动态方程为dp[i] = max(dp[i],dp[j] + 1)

class Solution(object):
    def lengthOfLIS(self, nums):
        size = len(nums)
        if size <= 1:
            return size
        dp = [1] * size
        for i in range(1, size):
            for j in range(i):
                if nums[i] > nums[j]:
                    # + 1 的位置不要加错了
                    dp[i] = max(dp[i], dp[j] + 1)
        # 最后要全部走一遍，看最大值
        return max(dp)

思路二：二分查找

利用一个cell数组，用于保存最长上升子序列
对原序列进行遍历，将每位元素二分插入cell中：

• 如果cell中的元素都比它小，直接将它插到最后
• 否则，利用二分查找，用它覆盖掉比他大的元素中最小的那个

总之，思想就是让 cell 中存储比较小的元素。这样，cell 未必是真实的最长上升子序列，但长度是对的。

class Solution(object):
    def lengthOfLIS(self, nums):
        size = len(nums)
        if size <= 1:
            return size

        cell = [nums[0]]
        for i in nums[1:]:
            #cell中元素都比它小
            if i > cell[-1]:
                cell.append(i)
                continue
            
            #否则，利用二分查找，进行覆盖
            l, r = 0, len(cell) - 1
            while l < r:
                m = l + (r - l) // 2
                if cell[m] < i:
                    l = m + 1
                else:
                    r = m
            cell[l] = i
        return len(cell)