动态规划之最长递增子序列（思路）

问题描述：
一个序列有N个数：A[1],A[2],…,A[N]，求最长非降子序列的长度。
这是一个动态规划(Dynamic Programming)思想基本都会讲到的问题—LIS：longest increasing subsequence.
思路：
1）“子序列“和“子串”不同；
子序列在原序列中可以是不连续的，如[3,6,9]为[5,7,3,6,4,9]的子序列；
子串在原序列中必须是连续的，如”abchj”为”gtabchjlut”的子串；
2）此问题最普遍被接受的思路是：定义d[i]—序列[A1,A2,…,Ai]以Ai结尾的最长递增序列的长度。这里把一个上升子序列中最右边的那个数，称为该子序列的“结尾”。乍一看，这个思路和原问题说的是两码事，哪跟哪啊，我自己针对这个思路搜了许多资料，最终才醒悟过来。但是你要这样想：只要这N个子问题都解决了，最终符合要求的最长递增子序列必定属于这N个子问题中的某一个，问题是不就迎刃而解了。
3）网上有关各个语言实现该思路的代码很容易找，我就不贴了。
附：让我顿悟的那篇博客，感谢这位博主！