最长递增子序列的个数（序列DP）

题目描述：

给定一个未排序的整数数组 nums ， 返回最长递增子序列的个数 。

注意 这个数列必须是 严格 递增的。

示例 1:

输入: [1,3,5,4,7]
输出: 2
解释: 有两个最长递增子序列，分别是 [1, 3, 4, 7] 和[1, 3, 5, 7]。
示例 2:

输入: [2,2,2,2,2]
输出: 5
解释: 最长递增子序列的长度是1，并且存在5个子序列的长度为1，因此输出5。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/number-of-longest-increasing-subsequence

算法思路：

定义dp[i] 表示以 nums[i] 结尾的最长上升子序列的长度，cnt[i] 表示以 nums[i] 结尾的最长上升子序列的个数。设 nums 的最长上升子序列的长度为curmax，那么答案为所有满足  dp[i]=curmax 的 i所对应的 cnt[i] 之和。

我们从小到大计算 \textit{dp}dp 数组的值，在计算dp[i] 之前，我们已经计算出 dp[0…i−1] 的值，则状态转移方程为：
                                  dp[i]=max(dp[j])+1,其中0≤j<i且num[j]<num[i]

即考虑往 dp[0…i−1] 中最长的上升子序列后面再加一个nums[i]。由于dp[j] 代表 nums[0…j] 中以 nums[j] 结尾的最长上升子序列，所以如果能从dp[j] 这个状态转移过来，那么 nums[i] 必然要大于 nums[j]，才能将 nums[i] 放在 nums[j] 后面以形成更长的上升子序列。

对于 cnt[i]，其等于所有满足 dp[j]+1=dp[i] 的 cnt[j] 之和。在代码实现时，我们可以在计算  dp[i] 的同时统计 cnt[i] 的值。

class Solution {
public:
    int findNumberOfLIS(vector<int> &nums) {
        int n=nums.size(),curmax=0,ans=0;
        vector<int>dp(n),cur(n);
        for(int i=0;i<n;i++){
            dp[i]=1;
            for(int j=0;j<i;j++){
                if(nums[i]>nums[j]){
                    if(dp[j]+1>dp[i]){
                        dp[i]=dp[j]+1;
                        cur[i]=cur[j];
                    }
                    else if(dp[j]+1=dp[i]){
                        cur[i]+=cur[j];
                    }
                }
            }
            if(dp[i]>curmax){
                curmax=dp[i];
                ans=cur[i];
            }
            else if(dp[i]==curmax){
                ans+=cur[i];
            }
        }
        return ans;
    }
}