经典动态规划：子序列问题-01（LC300）

题目：输入是一个一维数组，输出是一个正整数，表示最长递增子序列的长度

注意： 按照 LeetCode 的习惯，子序列（subsequence）不必连续，子数组（subarray）或子字符串（substring）必须连续。

题解：对于子序列问题，第一种动态规划方法是，定义一个 dp 数组，其中 dp[i] 表示以 i 结尾的子序列的性质。在处理好每个位置后，统计一遍各个位置的结果即可得到题目要求的结果。在本题中，dp[i] 可以表示以 i 结尾的、最长子序列长度。对于每一个位置 i，如果其之前的某
个位置 j 所对应的数字小于位置 i 所对应的数字，则我们可以获得一个以 i 结尾的、长度为 dp[j]
+ 1 的子序列。为了遍历所有情况，我们需要 i 和 j 进行两层循环，其时间复杂度为 O(n2)。

class Solution {
    public int lengthOfLIS(int[] nums) {
    if(nums.length==0){
        return 0;
    }
    int[]dp=new int[nums.length];
    dp[0]=1;
    int maxans=1;
    for(int i=0;i<nums.length;i++){
        dp[i]=1;
        for(int j=0;j<i;j++){
            if(nums[i]>nums[j]){//i大于j的，就用状态转移方程，选择大的数
            dp[i]=Math.max(dp[i],dp[j]+1);

            }
        }
        maxans=Math.max(maxans,dp[i]);
    }
    return maxans;
        }
}