leedcode 最长上升子序列

动态规划，利用dp来保存到第i元素为止最大的上升子序列长度。首先对dp初始化，每个位置上的值初始化为1，即到每个元素为止至少有本身这样一个序列。在更新dp的过程中。例如更新dp[i]

遍历j令其等于0到i-1，如果nums[j]<nums[i]，则加入第i个元素可以构成一个新的上升子序列,dp[i]=dp[j]+1。但是可能有很多的子序列可以和第i个元素构成上升子序列，我们需要选择上升子序列长度最长的长度作为第i个dp最终的值。具体更新公式如下:

dp[i]=max{dp[i], dp[j] + 1 for j in 0~i-1 and nums[j] < nums[i]}.

时间复杂度为n^2，第一层用来遍历需要更新的dp下标，第二层用来计算第i个dp的最终值

class Solution(object):
    def lengthOfLIS(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        dp = []
        len_n = len(nums)
        if len_n == 0:
            return 0
        for i in range(len_n):
            dp.append(1)
        for i in range(1, len_n):
            for j in range(0, i):
                if nums[j] < nums[i]:
                    temp = dp[j] + 1
                    if temp > dp[i]:
                        dp[i] = temp
                else:
                    continue
        return max(dp)