最长(连续递增子序列和递增子序列)

求连续递增子序列(入门级别dp)

与最长递增子序列的共同点在于：
答案在任意子序列中，只是这个是在连续子序列中。
DP[i]的意义相同，都是表示以nums[i]为结尾的最长~

class Solution {
public:
    int findLengthOfLCIS(vector<int>& nums) {
        if(nums.size()==0)
            return 0;
        int pre = 1;
        int cur ;
        int res = 1;
        for(int i =1;i<nums.size();i++){
            if(nums[i]>nums[i-1])
                cur = pre+1;
            else
                cur = 1;
            pre = cur;
            res = max(res,cur);
        }
        return res;
    }
};

求最长递增子序列(进阶)

这个DP解效率极其低下。。大家懂了后可以看看其他方法。当然还让我懂得了C++中快速求数组中最大值的方法，可看后面两段代码的效率对比图。

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        if(nums.empty())
            return 0;
        vector<int>dp(nums.size(),1);
        int res = 1;
//要清楚这种动态规划中dp[i]所代表的是扫描含义，比如这题dp[i]代表的应该是以nums[i]结尾的最长递增子序列。  
       for(int i=1;i<nums.size();i++){
           //搜寻前面比它小的序列结果，而后拼接上去。
           for(int j=i-1;j>=0;j--){
               if(nums[i]>nums[j])
                    dp[i]=max(dp[j]+1,dp[i]);
                res = max(dp[i],res);
           }
       }
       //注意这种某某求最长的DP一般都不清楚最后求出的最长子序列在哪个(n)中
       return res;
    }
};

class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        vector<int>dp(nums.size(),1);

       for(int i=1;i<nums.size();i++){
           for(int j=i-1;j>=0;j--){
               if(nums[i]>nums[j])
                    dp[i]=max(dp[j]+1,dp[i]);
           }
       }
       //注意这种某某求最长的DP一般都不清楚最后求出的最长子序列在哪个(n)中
       return *max_element(dp.begin(),dp.end());
    }
};