300. 最长递增子序列

300. 最长递增子序列

原始题目链接：https://leetcode-cn.com/problems/longest-increasing-subsequence/

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

解题思路：
动态规划的典型题，定义状态 dp[i]：表示以数组元素nums[i]结尾的最长严格递增序列的长度；初始化状态数组dp的所有元素都为1，表示元素本身就是一个子序列，长度为1；状态转移方程：如果dp[j] < dp[i]，满足严格递增，此时的dp[i]所表示的最大长度就是max(dp[i], dp[j] + 1)，具体实现看代及注释。

代码实现：

class Solution:
    def lengthOfLIS(self, nums: List[int]) -> int:
        if not nums:
            return 0
        n = len(nums)
        # 定义状态 dp[i]：表示以数组元素nums[i]结尾的最长严格递增序列的长度
        # 初始化状态数组dp的所有元素都为1，表示元素本身就是一个子序列，长度为1
        dp = [1] * n
        for i in range(n):
            for j in range(i):
                # 状态转移方程：如果dp[j] < dp[i]，满足严格递增
                # 此时的dp[i]所表示的最大长度就是max(dp[i], dp[j] + 1)
                # 严格递增
                if nums[i] > nums[j]:
                    dp[i] = max(dp[i], dp[j] + 1)
        
        # 最后返回dp数组中的最大值
        return max(dp)

参考文献：
https://leetcode-cn.com/problems/longest-increasing-subsequence/solution/zui-chang-shang-sheng-zi-xu-lie-dong-tai-gui-hua-2/