最长上升子序列（贪心二分优化）

 暴力做法：动态规划

我们定义f[i]为以第i个元素结尾的最长上升子序列；

遍历整个序列，f[i]=max(f[j])+1,(j=1~i) 并满足a[j]<a[i];

贪心+二分优化

不难发现暴力做法时我们每一轮向前遍历序列时需要对所有小于a[i]的元素进行计算比较，如果能够快速找到在i之前并且小于a[i]的最长上升序列，无疑会大大提高效率。

由贪心思想我们只需用数组q[N]记录相同上升序列长度下末位数最小的值即可，这无疑会增加该长度序列向后拓展的可能性，然后计算遍历到i时只需在q[N]中查找到比自己小的末尾数q[j],并由此计算f[i]=j+1;

由此我们做出以下思考及推论：我们在计算以a[i]结尾的最长子序列f[i]时，记其向前寻找到的最长子序列为cnt;f[i]=cnt+1;此时q[a]的值不会受到影响，而q[cnt+1](表示此时最长上升序列长度为cnt+1的最小末尾值）会更新为a[i],原本q[cnt+1]或许不存在，存在则一定比a[i]要大，若比他要小，我们向前寻找最长序列时一定会找到cnt+1的值，其长度显然更大；由此我们也找到了更新q[N]的方法，还收获了另一把宝剑就是二分，由于我们更新g[N]的过程可以发现我们每次是先找到在此之前比自己小的最长序列，然后更新其后一个数为a[i],可知q[j]总是比q[j-1]要大，所以他是单调的，此时我们向前查找时就可以放心使用这一推论啦.

总结来说①:开数组q[N]用来记录相同上升序列长度下末尾数最小的值，由推导可知这个数组是单                      调，连续，前进的；

               ②：每次计算状态时用二分查找并更新数组q即可；

#include<iostream>
#include<algorithm>

using namespace std;

const int N=1e5+10,INF = 1e9+10;

int a[N];
int q[N],len;

int main()
{
    int n;
    cin >> n;
    for(int i = 0;i < n;++ i){
        cin>>a[i];
    }
    
     for (int i = 0; i < n; i ++ )
    {
        int l = 0, r = len;
        while (l < r)
        {
            int mid = l + r + 1 >> 1;
            if (q[mid] < a[i]) l = mid;
            else r = mid - 1;
        }
        len = max(len, r + 1);
        q[r + 1] = a[i];
    }
    cout<<len<<endl;
}