最长上升子序列 (Longest Increasing Subsequence, 常简称为 LIS)

字典序如下：

设P是1～n的一个 全排列:p=p1p2......pn=p1p2......pj-1pjpj+1......pk-1pkpk+1......pn

1）从排列的右端开始，找出第一个比右边数字小的数字的序号j（j从左端开始计算），即 j=max{i|pi<pi+1}

2）在pj的右边的数字中，找出所有比pj大的数中最小的数字pk，即 k=max{i|pi>pj}（右边的数从右至左是递增的，因此k是所有大于pj的数字中序号最大者）

3）对换pj，pk

4）再将pj+1......pk-1pkpk+1......pn倒转得到排列p'=p1p2.....pj-1pjpn.....pk+1pkpk-1.....pj+1，这就是排列p的下一个排列。

最长上升子序列 (Longest Increasing Subsequence, 常简称为 LIS) 是动态规划解决的一个经典问题。

我们先讲一下子序列是什么。一个数组的子序列就是从里面选出一些元素，并将他们保持原有的先后顺序排列。比如[1, 2, 3, 4, 5]的子序列有[1, 3, 5]、[3, 4]，而[1, 5, 3]则不是这个数组的子序列。

这里多介绍一下，还有一个容易与子序列混淆的概念：子串。子串是指从一个数组中选出连续的一个或多个元素，并且保持他们原有的顺序。子串一定是子序列，比如前面的子序列[3, 4]就是子串，但[1, 3, 5]不是子串，因为这三个元素在原数组中并不是连续的。

一句话总结他们的区别，就是子序列可以不连续，而子串必须连续。

上升子序列是指子序列Ai中满足 A1 < A2 < ... < An，也就是后面的元素一定比前面的元素大，比如(1, 3, 5)是上升子序列，(1, 3, 3)和(1, 4, 3)都不是。现在来跟我一起解决最长上升子序列的问题吧！(o・・o)/

输入格式：
第一行一个整数n(1 ≤ n ≤ 100)，表示序列的长度。
第二行 n 个整数，表示序列中的每个元素。

输出格式：
输出只有一行，为最长上升子序列的长度。
样例输入：
2
1 5 2 3 4
样例输出：
1
4
还记得上一道数塔问题我们怎么解决的么？我们首先要把问题拆分成很多子问题。对于这道题来说，我们分解为这样的N个子问题：求解最后一个元素为原数组中第 i (1 ≤ i ≤ n)个元素的最长上升子序列的长度。

#include <iostream>
#include <cstdio>
using namespace std;
int n, dp[101], num[101], result = 0;
int main() {
    scanf("%d", &n);
    for (int i = 1; i <= n; ++i) {
        scanf("%d", &num[i]);
    }
    // begin: 在下面实现动态规划的核心代码
    for(int i=1; i<=n; ++i){
         dp[i] = 1;
         for(int j = 1; j < i; ++j){
            if(num[j] < num[i])
            {
                dp[i] = max(dp[j] + 1 , dp[i]);
            }
        }
        result = max(result, dp[i]);
    }

    // end.
    printf("%d\n", result);
    return 0;
}