java 实现 LIS(最长递增子序列）

1.动态规划思想

• 子问题：
    子问题必须具有无后效性的性质，即 当前若干个值一旦确定后，此后过程的演变只与这若干个状态的值有关，和之前采用那种手段或经过哪条路径演变到当前若干个状态无关。
    此问题的子问题为：将问题划分为以每个元素为终点的最大上升子序列，然后求取最大值；

• 状态：
    dp[i]表示以脚标i结尾的元素为终点的最大上升子序列，这样通过dp数组记录以每个元素结尾的上升的最大子序列，返回dp数组中的最大值，即为最大上升子序列；

• 初始状态：
    将dp[i]的每个元素置为1，表示在初始化状态时以每个元素结尾的最大上升子序列长度为1，后续可根据状态转移方程改变

• 状态转移方程：
    当求取 dp[i] 时，可以根据其前面 j 的值判断，第 i 位元素是否大于前面 j 元素的值
    1.不大于：如果不大于，说明脚标位 i 的元素无法添加到以 j 脚标元素结尾的最大上升子序列中，如果 i 脚标元素的值均小于前面的 i-1个元素，则以 i 脚标结尾的元素最大上升子序列的值为初始化状态1；
    2.大于： 如果大于，则将脚标 i 元素添加到 j 元素结尾的最长子序列后面，并将最长子序列长度加1，前 i-1个元素结尾的最大上升子序列中最长的加1，即为dp[i]的值
    状态转移方程：dp[i]=Math.max(dp[i], dp[j]+1);

• 其他描述：
     - 下降子序列的个数等于最长上升子序列的长度
     - 在一个序列里，不上升子序列的个数等于最长上升子序列的长度
  AC代码(java)：

package 最长递增子序列;
import java.util.*;

public class Main {
	
	public static int LIS(int[] arr,int[] dp) {		
		dp[1]=1;	//初态，第一个数为上升子序列，长度为1
		int result=dp[1];
		for(int i=2;i<arr.length;i++) {	//arr.length=n+1
			for(int j=1;j<i;j++) {
				if(arr[i]>arr[j]) {
					dp[i]=Math.max(dp[i], dp[j]+1);	//状态转移方程
				}
			}
			result=Math.max(result, dp[i]);	//记录dp中最大值
		}
		
		return result;
	}
	
	public static void main(String[] args) {
		Scanner sc=new Scanner(System.in);
		while(sc.hasNextInt()) {
			int n=sc.nextInt();
			int[] arr=new int[n+1];
			int[] dp=new int[n+1];	//状态数组(dp[i]表示以脚标i结尾的元素为终点的递增子序列的最大长度)
			for(int i=1;i<=n;i++) {
				arr[i]=sc.nextInt();
				dp[i]=1;	//初始化状态数组
			}
			
			int result=LIS(arr,dp);
			System.out.println(result);
		}
	}
}