求数组中的最长递增子序列

写一个时间复杂度尽可能低的程序，求一个一维数组（ N个元素 ）中最长递增子序列的长度。

如：在序列1，-1，2，-3，4，-5，6，-7中，其最长递增子序列的长度为4（1，2，4，6）

解法1：无后效性 ，每个状态都是过去历史的一个完整总结。

当i=1时，显然长度的递增序列为（1），长度为1

当i=2时，由于-1<1.因此丢弃第一个值后重新建立串。当前的递增序列为（-1），长度为1

当i=3时，2>1,2>-1.因此递增序列为（1，2）（-1，2）长度为2。在这里2前面是1还是-1对求出后面的递增序列没有直接影响。

依次类推可以得出以下结论：

假设在目标数组中array[]的前i个元素中，最长递增子序列长度为LIS[i].那么

LIS[i+1]=max{1,LIS[k]+1},array[i+1]>array[k],for any k<=i 

so 代码如下：时间复杂度O（N^2+N）;

private static int LISFirst(int[] array) { //LIS最长递增子序列的长度 int[] LIS=new int[array.length]; //初始化每个元素的长度值 for(int i=0;i<array.length;i++) { LIS[i]=1; for(int j=0;j<i;j++) { //依次判断当前元素的值大小,并取得当前元素的前i-1中递增子序列的最长长度 if(array[i]>array[j]&&LIS[j]+1>LIS[i]) { LIS[i]=LIS[j]+1; } } } return MAX(LIS); }

解法2：另外一种角度分析,即当考察i+1个元素的时候考虑前面i个元素的情况。

希望找到前面i个元素中的一个递增子序列，使得这个递增子序列的最大元素比array[i+1]小，且长度尽量长。这样将array[i+1]加在递增子序列后便可找到到以array[i+1]为最大元素的最长递增子序列。

设：在前i个元素中，以array[i]为最大元素的最长递增子序列的长度为LIS[i].

同时假设：

　　长度为1的递增子序列的最大元素的最小值 为MAXV[1];
　　长度为2的递增子序列的最大元素的最小值 为MAXV[2];
 ...
　　长度为LIS[i]的的递增子序列的最大元素的最小值为MAXV[LIS[i]];

具体算法如下：时间复杂度：O（N^2）

private static int LISSecond(int[] array) { int[] LIS=new int[array.length]; int[] MAXV=new int[array.length+1]; //记录递增子序列的最大值 // int MAXS=new String[array.length+1]; MAXV[1]=array[0]; //长度为1的最大元素初始 MAXV[0]=MIN(array)-1; //数组中的最小值，边界值 // MAXS[0]=MAXV[0]+" "; // MAXS[1]=MAXS[0]+array[0]+" "; for(int i=0;i<array.length;i++) { LIS[i]=1; } int nMaxLIS=1; //数组递增序列的长度 //遍历历史递增序列信息,更新LIS[i] for(j=nMaxLIS;j>=0;j--) { if(array[i]>MAXV[j]) { LIS[i]=j+1; break; } } //如果当前的最长序列大于最长递增序列长度，则更新最长信息 if(LIS[i]>nMaxLIS) { nMaxLIS=LIS[i]; MAXV[LIS[i]]=array[i]; //MAXS[LIS[i]]=MAXS[LIS[i]-1]+array[i]+" "; } //如果没有,则判断该元素是否是该长度的最大元素的最小值，如果是则更新 else if(MAXV[j] < array[i]&&array[i]<MAXV[j+1]) { MAXV[j+1]=array[i]; //MAXS[j+1]=MAXS[j]+array[i]+" "; } } return nMaxLIS; }

如果要求求出递增序列呢?

在解法2 的基础上： 

假设长度为1的递增子序列为MAXS[1]；

       长度为2的递增子序列为MAXS[2];

       长度为LIS[i]的递增子序列为MAXS[LIS[i]];

在解法2 中给MAXV赋值的时候同时把当时的递增序列赋值给MAXS。

代码见解法2 代码中注释的代码~