最长递增子序列（LIS）和最长公共子序列（LCS）

最长递增子序列（LIS）

在计算机科学中，最长递增子序列（longest increasing subsequence）问题是指，在一个给定的数值序列中，找到一个子序列，使得这个子序列元素的数值依次递增，并且这个子序列的长度尽可能地大。最长递增子序列中的元素在原序列中不一定是连续的。许多与数学、算法、随机矩阵理论、表示论相关的研究都会涉及最长递增子序列。解决最长递增子序列问题的算法最低要求O(n log n)的时间复杂度，这里n表示输入序列的规模。——百度百科

---

LIS的一种做法是 $O(n^2)$ 的复杂度，显然效率不高。这里我记录一下 $O(n\log n)$ 的做法。
用 $f[i]$ 表示所有数 ( $a[i]$ 到 $a[n]$ ) 组成的LIS中，所有长度为 $i$ 的LIS的末尾元素中最小值。我们需要从 $a[1]$ 遍历到 $a[n]$ ，用每个数组元素更新我们的 $f$ 数组。用一个变量 $len$ ，来记录我们当前最长LIS的长度。
如果 f[len] < a[i]，那么 $a[i]$ 就可以接在当前最长的（长度为 $len$）的LIS之后，就得到一个新的更长的LIS，相应的操作就是 f[++len] = a[i]。
如果 $a[i]$ 不能使LIS的长度增加，那么它一定相对比较小，那么，我们是否可以用它来优化 $f$ 数组呢？他总是替换 $f$ 数组从左往右第一个大于它的数。换句话说，它总是接在从左往右最后一个小于它的数后面。为什么？因为如果接在大于他的数后面，就不符合LIS的定义了（LIS要递增）。但如果替换一个比它小的数，又违反了 $f$ 数组的定义（$f$ 数组要最小）。综上，应该替换 $f$ 数组从左往右第一个大于它的数。换句话说，它总是接在从左往右最后一个小于它的数后面，这样才能对 $f$