一维数组中最长递增子序列的长度（DP做法）

1. 简述

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

    例如在序列1,-1,2,-3,4,-5,6,-7中，其最长的递增子序列的长度为4（如1,2,4,6）。

2. 思路

    这个题目与前面求一维数组中子数组之和最大值有点像，不过区别还是很明显，比如：子数组是数组中一串连续相邻的数字，而子序列不一定是相邻的，因此要得到[0-k]的子数组最大和，只要分析[0-(k-1)]的子数组最大和即可，而考虑[0-k]的子序列的最长长度，就不能只分析[0-(k-1)]中子序列的最长长度。另外一个区别就是，子数组的和可以扩展到二维数组的情况，但是递增子序列就不好扩展了，最多也就扩展成杨氏三角吧。

    方法一：我们计算每个可能的子序列，判断其是否为递增的，然后选取其中最大的一个。可能的子序列有2^N个，因此复杂度是O(2^N)。

    方法二：由于我们要判断一个元素能否与已有的一个子序列构成一个更长的子序列，只有比较这个元素与这个子序列的最后一个元素即可，那么实际上对于[0-(i-1)]内的2^i个子序列，实际上我们只需要记录以包含每个元素且以该元素结尾的最长子序列长度即可。即定义MaxLen[i]，表示A[0]-A[i]范围内，且包含A[i]的最长子序列长度。这样2^i个子序列用i个子序列就能够代表了。
    递推公式为：MaxLen[0]=1，MaxLen[i]=max{  A[i]>=A[k]?(MaxLen[k]+1):1 }，k=0,1,2,...,i-1。
    最后max{MaxLen[i]}，i=0,1,2,...,N-1，即为所求。
    这种方法将2^N中子序列用N个子序列来代表（根据子序列构成的方法，只需要判断子序列的最后一个元素），复杂度为O(N^2)。