最长子序列和 动态规划python_LeetCode | 动态规划算法（DP）求解最大最长系列问题（python版，最全解析）...

动态规划解法由于不用考虑中间结果的暂存，不用输出所有可能情况的集合，只需要求解问题的个数。所以dp很适合求解最大、最长系列问题。

最长递增子序列(LIS)leetcode300 LongestIncreaseSubsequenceGiven an unsorted array of integers, find the length of longest increasing subsequence.

For example, given [9, 1, 3, 7, 5, 6, 20], the longest increasing subsequence is [1, 3, 5, 5, 20].

Therefore the length is 20.

求解：

def find_LIS(nums):

"""type:nums：listrtype: int"""

n = len(nums)

# 1. dp 定义

# dp[i] 为nums[i]对应能得到的最长递增子序列

# 2. dp 初始化

dp = [1 for i in range(n)]

res = 0

# 3. dp 递推

for i in range(1, n):

for j in range(i):

if nums[i] > nums[j] and dp[i] < dp[j] + 1:

#当前数比nums[j],可构成的最大递增子序列长度对j而言为dp[j]加1，这里我们要取小于nums[i]的最大j

# dp[i] 应该等于 max{dp[j]} 对应的那个 dp[j