Python算法之旅元组的风暴之最长上升子序列

元组的风暴之最长上升子序列

        小美：还记得我们上次做的那道题目吗？求最长连续递增子序列的长度。

        阿福：记得啊，当时我们用了两种方法，分别是在a[i] <=a[i-1]和a[i] > a[i-1]时更新max_len，古老师还表扬我们了呢。

        小美：没错，当时你是出尽了风头啊。但是后来我又学会了一种新的方法，叫做动态规划，效率更高，代码也更简明。

        阿福：真的吗？还有这么好的方法？快说给我听听。

        小美：动态规划的概念很复杂，我一时半会儿也说不清楚，但我知道它是一种以空间换时间的方法，它把每个子问题的解都记录下来了，这样就能快速地求出更大规模问题的解，直到求出最优解。具体到这个题目，就是设置一个列表d，用d[i]记录元素a[i]在子序列中的位置，则最大的d[i]值就是最长子序列长度。

---

题目1：

求最长连续递增子序列的长度。例如，在元组(1,9,2,5,7,3,4,6,8,0)中最长连续递增子序列为(3,4,6,8)，其长度为4。

函数功能：求最长连续递增子序列的长度

函数名：def sub_num(a: tuple) -> int

参数表：a -- 元组。

返回值：返回最长连续递增子序列的长度。

示例：输入a=(1,9,2,5,7,3,4,6,8,0)，返回4

---

代码1：

def sub_num(a: tuple)