【算法-动态规划】求数组的最长上升子序列（LIS）的长度

《算法导论》上面对于动态规划的描述对于我来说有点晦涩难懂。于是在知乎上面看了一下关于这方面的知识，这个回答貌似还不错。
什么是动态规划？动态规划的意义是什么？ - 徐凯强 Andy的回答 - 知乎
https://www.zhihu.com/question/23995189/answer/35324479

这里提供了一个例题来解释动态规划的原理：
给定一个数列，长度为N，
求这个数列的最长上升（递增）子数列（LIS）的长度.
以
1 7 2 8 3 4
为例。
这个数列的最长递增子数列是 1 2 3 4，长度为4；
次长的长度为3， 包括 1 7 8; 1 2 3 等.。
用了一个数组 dp[], dp[k] 表示 a[0…k] 的最长递增子序列，此题的关键是得到这个数组的递推公式：

dp[0] = 1
dp[k] = max{dp[i]+1|a[k]>a[i]} （0 <= i < k）

这样问题就简化成了求 dp[n-1] 的值

代码实现

	public static int longestIncreaseSubArr(int[] a) {
		int[] dp = new int[a.length];
		dp[0] = 1;
		for ( int i = 1; i < a.length; i++ ) {
			int max = 1;
			for ( int j = 0; j < i; j++ ) {
				if ( a[i] > a[j] && dp[j] >= max ) {
					max = dp[j] + 1;
				}
			}
			dp[i] = max;
		}

		return dp[a.length-1];
	}