300. 最长上升子序列

题目描述：
给定一个无序的整数数组，找到其中最长上升子序列的长度。
示例:

输入: [10,9,2,5,3,7,101,18]
输出: 4 
解释: 最长的上升子序列是 [2,3,7,101]，它的长度是 4。

说明:

可能会有多种最长上升子序列的组合，你只需要输出对应的长度即可。
你算法的时间复杂度应该为 O(n2) 。
进阶: 你能将算法的时间复杂度降低到 O(n log n) 吗?

思考：
子序列和子串是不同的，子串一定的连续的，子序列不一定是连续的。

方法一

思路1：动态规划（时间复杂度O($N^2$)）
代码实现：

class Solution(object):
    def lengthOfLIS(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        length = len(nums)
        if length == 0:
            return 0
        dp = [1] * length    # 先都赋值为1，因为最小子序列长度为1
        for i in range(length):
            for j in range(i):
                if nums[j] < nums[i]:
                    dp[i] = max(dp[i],dp[j] + 1)
        return max(dp)       # 返回dp中的最大值，即最大子序列的长度

方法二

思路2：二分查找（时间复杂度O（$NlogN$））
最长递增子序列与patience game的纸牌游戏有关，有一种排序方法叫耐心排序。思想如下：
一排扑克牌，遍历时根据一定规则把扑克牌分成若干堆。规则是：

1. 只能把点数小的排压到点数大的牌上。（牌数一样大也可以）
2. 如果大的牌没有可放置的堆，就开辟新的堆。
3. 如果一张牌有多个可选择放置的堆，就放在最左面的堆上（这样可以保证堆顶有序）。

例如：（假如A最大）

牌的堆数就是我们想求的最长递增子序列的长度。

所以该问题就转换为找合适的位置放置纸牌，因为堆顶有序（从小到大），所以可以用二分查找。
代码实现：

class Solution(object):
    def lengthOfLIS(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        length = len(nums)
        if length == 0:
            return 0
        top = [0]*length       # 堆顶元素，即每个堆的最小值，因为只有小牌只能放到打牌上面
        sumnum = 0             # 堆的个数
        for poker in nums:
            left = 0           # 第一个堆
            right = sumnum     # 最后一个堆
            while left < right:
                mid = (left + right) // 2
                if poker <= top[mid]:   # 如果牌数小于等于中间堆牌数，则当前中间堆可以放置该牌，但是因为规则是放在最左堆，所以需要去左半部分继续寻找
                    right = mid
                else:                   # 如果牌数大于中间堆，则当前中间堆不能放置该牌，需要去右半部分继续寻找
                    left = mid + 1
            if left == sumnum:  # 没找到合适的位置放置
                sumnum += 1     # 新建一个堆
            top[left] = poker   # 更新每个堆的最小值
        return sumnum