300. 最长递增子序列

给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。

子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7] 是数组 [0,3,1,6,2,2,7] 的子序列。

示例 1：

输入：nums = [10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是 [2,3,7,101]，因此长度为 4 。

示例 2：

输入：nums = [0,1,0,3,2,3]
输出：4

示例 3：

输入：nums = [7,7,7,7,7,7,7]
输出：1

提示：

1 <= nums.length <= 2500
-104 <= nums[i] <= 104

进阶：

你可以设计时间复杂度为 O(n2) 的解决方案吗？
你能将算法的时间复杂度降低到 O(n log(n)) 吗?

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/longest-increasing-subsequence

思路：

1. 动态规划
   最长递增子序列，以第 i 个数字为结尾的最长上升子序列。决定这个序列的递增元素数量的就是当前元素的大小，即它之前的递增序列有多少。
   原始： 2 5 1 7 4 6 3
   初始都包含自身 1 1 1 1 1 1 1
   2 ：dp[0] = 1 + 0 = Math.max(dp[0],dp[0]+0);
   5 : dp[1] = 1 + dp[0] = 1 + 1
   1 : dp[2] = 1 + 0;
   7 : dp[3] = Math.max(dp[3],dp[3]+dp[j])选取三个数里的最大值
   4 : dp[4] = Math.max(dp[4],dp[4]+dp[j]) 这俩都一样

public static int LIS(int []array,int n){
        int []dp = new int[n];
        int max = 1;
        for(int i=0;i<n;i++){
            dp[i] = 1;
            //找在它之前的比它小的序列个数的max，然后+1
            for(int j=0;j<i;j++){
                if(array[i] > array[j]){
                    dp[i] = Math.max(dp[j]+1,dp[i]);
                }
            }
            max = Math.max(max,dp[i]);
        }

        return max;
    }

2. 贪心+二分查找