最长上升子序列（Longest Increasing Subsequence Size）

整理自geeksforegeeks

问题描述：在一个数字随机排列的数组中找到最长的递增子序列。

解决方案

1. 动态规划（Dynamic Programming）

最优子结构：

令arr[0...n-1]是输入数组，L(i)是以arr[i]为结尾的子串中的LIS长度。那么我们可以总结出以下的规律：

if (0<j<i && arr[j]<arr[i]) L(i)=1+max(L(j))

else L(i)=1;

该解法的时间复杂度为O(n^2)，我们接下来会介绍时间复杂度为O(n log n)

2. O(n long n) 解法

首先考虑一个小的sample，随后我们将解法推广到一般情况。

A={2,5,3}

观察得到两种可能的LIS：{2,3}，{2,5}。

接下来我们向原来的数组中添加两个元素7，11。此时我们的LIS变成{2,3,7,11}和{2,5,7,11}。

接下来，我们再次向数组中添加一个元素8，我们这时候如何将LIS拓展呢？我们发现如果想将8加入LIS中，我们应该将11替换成8。

由于这个方法是离线的（在线算法指的是逐段处理数据，在算法开始不需要知道全部的输入序列，离线算法在必须知道所有的输入数据），我们无法得知加一个8是否会拓展LIS。假定序列中还有9，如{2,5,3,7,11,8,7,9}我们可以将11换成8，因为后面的9可以拓展LIS。

我们可以观察到，假定LIS最后一个元素是E，我们可以添加当前的元素A[i]到LIS，如果有一个元素A[j]（j>iÿ