LeetCode | 动态规划算法（DP）求解最大最长系列问题（python版，最全解析）

动态规划解法由于不用考虑中间结果的暂存，不用输出所有可能情况的集合，只需要求解问题的个数。所以dp很适合求解最大、最长系列问题。

最长递增子序列（LIS）

• leetcode300 LongestIncreaseSubsequence

Given an unsorted array of integers, find the length of longest increasing subsequence.
For example, given [10, 9, 2, 5, 3, 7, 101, 18], the longest increasing subsequence is [2, 3, 7, 101].
Therefore the length is 4.

求解：

def find_LIS(nums):
    """
    type:nums：list
    rtype: int
    """
    n = len(nums)

    # 1. dp 定义
    # dp[i] 为nums[i]对应能得到的最长递增子序列

    # 2. dp 初始化
    dp = [1 for i in range(n)]

    res = 0
    # 3. dp 递推
    for i in range(1, n):
        for j in range(i):
            if nums[i] > nums[j]