算法之最长递增子序列

一、求序列的最长递增子序列长度。构造递归方程，求最优解的值，即最长递增子序列的长度。

上述F（i）是以ai结束的最长递增子序列的长度，在所有的F（i）中选最大的，就是整个序列的最长递增子序列长度。以上算法时间复杂度为O(n*n).

二、这个跟上面思路的是一样的，不过是比较详细，加了构造最优解的过程。

1，求最长递增子序列长度。

求解以a[i]为末元素的最长递增子序列时，首先、找到所有序号在a[i]前面且小于a[i]的元素a[j]，即j<i且a[j]<a[i]。

如果这样的元素存在，那么对于a[j],都有一个以a[j]为末元素的最长递增子序列，长度设为p[j]，把其中最大的p[j]选出来，那么p[i]就等于最大的p[j]加1，即以a[i]为末元素的最长递增子序列，等于以使p[j]最大的那个a[j]为末元素的递增子序列最末再加上a[i]； 

如果这样的元素不存在，那么a[i]自身构成一个长度为1的以a[i]为末元素的递增子序列。

最后在数组p[i]中找到最大的那个长度。

以下为求最长递增子序列长度的代码其中p[i]为以a[i]为末元素的最长递增子序列长度，q[i] 为以a[i]为末元素的最长递增子序列的a[i]前面一个点a[j]的序号，k为序列中最长公共子序列的长度，l为序列中最长公共子序列末元素位置。

2,构造最优解。

由于有p[i]为以a[i]为末元素的最长递增子序列长度，q[i] 为以a[i]为末元素的最长递增子序列的a[i]前面一个点a[j]的序号，k为序列中最长公共子序列的长度，l为序列中最长公共子序列末元素位置。 我们可以根据k与l确定最长公共子序列长度和末元素，根据q[i]依次找到最长公共子序列的前一个元素，直到p[i]为1时即构造出最长递增子序列。 
以下为构造最长递增子序列的代码,输出以i那个位置的元素结束的最长公共子序列，要求整个序列的最长递增子序列，给i传上面求得的l即可。

三、改进为O(nlogn).

在方案二的这个算法中“首先、找到所有序号在a[i]前面且小于a[i]的元素a[j]，即j<i且a[j]<a[i]。”的实现是通过扫描a[i]前面的所有数据而得，这就使得每次循环的时间复杂度达到O(n)，而循环次数为n，总的时间复杂度为O(n2)。  

循环次数无法改变的情况下，可以考虑改进扫描算法。因为a[i]值的无序性难以更改，这就需要寻找一个标准在不增加额外操作的情况下对a[i]排序的方法。对a[i]前的序列a[1]到a[i-1]看作一个排好序的序列F，F的小标为a[1]到a[i-1]的值，每次循环查询a[1]到a[i-1]时，把他看作是查询F，F是按照A的值排序的，对F使用二分查找，可以使得每次查询的代价在O(lgi)，使得总的时间复杂度为O(nlgn)。

虽然，此种方法可以解决求解最长递增子序列的长度，但是这使得方案二中“p[i]为以a[i]为末元素的最长递增子序列长度，q[i] 为以a[i]为末元素的最长递增子序列的a[i]前面一个点a[j]的序号”中的q[i]无法得出，使得标准的迭代输出最长递增子序列的方式无法实现，这就需要另一种方案来实现构造最长递增子序列，且他的时间复杂度不可以超过O(nlgn)。这部分整理自http://wenku.baidu.com/link?url=a-DbiXLMO5vbKXFAULZPdll_xGO0TuXCnkVJfZsNgeYpL3EHE2IfrPU0xe7X0K6UV9sUIyBarjUHIQB0jYmX-DMADEmqOPJBDrU4lMm62bG

其中的构造最长递增子序列，且时间复杂度不可以超过O(nlgn)的部分没看明白。