最长上升子序列，最长下降子序列，最长公共子序列

最长上升子序列（二分）

问题分析：求解给定数组a的最长上升子序列的长度。
子序列：一个给定序列的子序列是在该序列中删去若干元素后得到的序列
时间复杂度：O(nlogn)
核心代码：

for(int i=1;i<=n;i++)
{
    if(dp[cnt]<a[i]) dp[++cnt]=a[i];
    else *lower_bound(dp+1,dp+cnt+1,a[i])=a[i];
}

过程详解：

1. for 循环遍历数组a，从索引1到索引n。
2. if (dp[cnt] < a[i]) 判断当前元素a[i]是否大于最长上升子序列的最后一个元素。如果是，将a[i]添加到最长上升子序列的末尾，并更新计数器cnt的值。
3. else 如果a[i]不大于最长上升子序列的最后一个元素，则使用 lower_bound 函数找到dp数组中第一个大于等于a[i]的元素的位置，然后将a[i]赋值给该位置，实现替换操作。

样例详解：
假设a数组为【2 1 3 2 3】，每一步的dp数组如下：

1. 【2】
2. 【1】
3. 【1 3】
4. 【1 2】
5. 【1 2 3】

dp[i]的含义是：长度为i的上升序列中结尾最小的值。
因为这样更有利于我们在后面接上其他值，比如【1，2】和【2，3】，显然【1，2】后面可以接3，而【2，3】却不行。

最长下降子序列

原理同上
代码如下：

for(int i=1;i<=n;i++)
{
    if(dp[cnt]>a[i]) dp[++cnt]=a[i];
    else *lower_bound(dp+1,dp+cnt+1,a[i],greater<int>())=a[i];
}

最长公共子序列（动态规划）

问题分析：求解给定数组a和b的最长公共子序列的长度。
时间复杂度：O(NM)，N和M分别代表a和b的长度。
核心代码：

f[i][j]=max(f[i-1][j], f[i][j-1]);
if(a[i]==b[j])
    f[i][j]=max(f[i][j], f[i-1][j-1]+1);

f[i][j]的含义是：字符串a的前i个字符和字符串b的前j个字符的最长公共子序列的长度。
核心代码的第一行表示状态转移方程：

f[i][j] = max(f[i-1][j], f[i][j-1])

它表示在考虑a[i]和b[j]字符时，最长公共子序列的长度要么等于字符串a的前i-1个字符和字符串b的前j个字符的最长公共子序列的长度，要么等于字符串a的前i个字符和字符串b的前j-1个字符的最长公共子序列的长度。即，我们要么选择不考虑a[i]字符，要么选择不考虑b[j]字符。

接下来的if语句用于处理当a[i]等于b[j]时的情况：

if(a[i] == b[j])
f[i][j] = max(f[i][j], f[i-1][j-1] + 1)

它表示如果a[i]等于b[j]，那么最长公共子序列的长度可以在不考虑a[i]和b[j]的情况下加1。因此，我们在上述两个选择中选择更大的长度。