用动态规划算法解决最长递增子序列问题(python代码）

一、最长递增子序列定义

以下是一个最长递增子序列的实例：

给定数组 [10, 22, 9, 33, 21, 50, 41, 60]

其最长递增子序列为 [10, 22, 33, 50, 60] ，长度为 5 。

或者 [10, 22, 33, 41, 60] ，也是一个长度为 5 的递增子序列。

二、用动态规划来处理的python代码：

def length_of_lis(nums):
    if not nums:
        return 0

    dp = [1] * len(nums)
    for i in range(1, len(nums)):
        for j in range(i):
            if nums[i] > nums[j]:
                dp[i] = max(dp[i], dp[j] + 1)
    return max(dp)

# 测试示例
nums = [10, 9, 2, 5, 3, 7, 101, 18]
print(length_of_lis(nums))  

三、执行过程：

nums=[10,9,2,5,3,7,101,18]

dp=[1,1,1,1,1,1,1,1]

dp初值	1	1	1	1	1	1	1	1
i=1	1	1	1	1	1	1	1	1
i=2	1	1	1	1	1	1	1	1
i=3	1	1	1	2	1	1	1	1
i=4	1	1	1	2	2	1	1	1
i=5	1	1	1	2	2	3	1	1
i=6	1	1	1	2	2	3	4	1
i=7	1	1	1	2	2	3	4	4

最后输出为4，最长递增子序列为[2,3,7,101]或[2,5,7,18]