动态规划思路以及求最长子序列的算法

相关概念：
状态：子问题相关的各个变量的一组取值。
无后效性：子问题的解取值与解题路径无关。

动态规划：

解题步骤：
1.将原问题分解为子问题。
2.确定状态。
3.确定边界状态。
4.确定状态转移方程。
特点：
1.问题具有最优子结构
2.无后效性。

求最长子序列的算法问题描述：

解题思路：
1.将原问题分解为子问题，并且子问题满足无后效性。
以 a[i]为终点 对应的最长序列为子问题。
2.确定状态。
maxLen（a【i】）=maxLen（a【k】）+1，其中a【k】为小于a【i】的数.
3.确定边界状态。
当a【i】为第一个数时，对应的maxLen=1.
4.方程确定。
maxLen（a【i】）=maxLen（a【k】）+1 （ i！=0）
maxLen=1. （i>0）

java代码：

	/**
	 * 
	 * @param k   要求的以此数字为终点的子序列对应数组下标
	 * @param arr 传入的数组
	 * @return 最长原序列子序列长度
	 */
	static public int maxLen(int k, int[] arr) {
		int j = 0; // 比arr[k]小的，且距离最近
		int tempLen=0;
		String temp="";
		if (k == 1) {
			return 1;
		} else {              
			for (int i = k - 1; i >= 0; i--) {
				if (arr[i] < arr[k]) {
					j+=1;
					
					temp=temp+","+Integer.toString(i);    //会多出一个逗号，如",1,2,3,4"
					
				}
			}
			if (j != 0) {
				temp=temp.substring(1,temp.length());//去掉第一个“,”
				String [] e=temp.split(",");  //去掉逗号存放在字符串数组
				
				for(String b:e) {
					j=Integer.parseInt(b);
					if(tempLen<maxLen(j, arr))
					tempLen=maxLen(j, arr);
				}
				return  tempLen+ 1;
			} else {
				return 1;
			}
		}