目录
题目：
DP分析：
代码：
3.6更新 贪心 第一个思考方式
先上代码：
解析：
贪心 第二个思考方式 （与上面的思路差不多，但是换了个角度）
思路：
代码：
所有的思路很重要！！！
题目：
给定一个长度为 N 的数列，求数值严格单调递增的子序列的长度最长是多少。
输入格式
第一行包含整数 N。
第二行包含 N 个整数，表示完整序列。
输出格式
输出一个整数，表示最大长度。
数据范围
1≤N≤1000，
−10^9≤数列中的数≤10^9输入样例：
7 3 1 2 1 8 5 6输出样例：
4
DP分析：
代码：
import java.io.*;
import java.util.*;class Main{static int N = 1010;static int[] w = new int[N];static int[] f = new int[N];public static void main(String[] args) throws IOException{BufferedReader in = new BufferedReader(new InputStreamReader(System.in));int n = Integer.parseInt(in.readLine()); String[] s = in.readLine().split(" ");for(int i=1;i<=n;i++){w[i] = Integer.parseInt(s[i-1]);}// DPfor(int i=1;i<=n;i++){f[i] = 1; // 只有自身for(int j=1;j<i;j++){if(w[j]<w[i]) // 保证序列单调上升f[i] = Math.max(f[i],f[j]+1);}}// 不一定f[n]就是最长的，因为f[n]必定包含w[n]这个数，最长上升子序列可能不包含w[n]int res = 0;for(int i=1;i<=n;i++) res = Math.max(res,f[i]);System.out.println(res);}
}PS：
本来想尝试单调栈的。发现比如 3 1 2 1 8 5 6 。栈会删去 2 ，存进 1。而最长上升子序列为 1 2 5 6。
3.6更新 贪心 第一个思考方式
上面说到不可以使用单调栈。并且使用上面的代码，时间复杂度是O(n^2)，如果N增大，就会超时。
单调栈：单调栈（思路+示例）-CSDN博客
但是参考了一篇大佬的代码 AcWing 896. 最长上升子序列 II - AcWing 我悟了。
先上代码：
// 类似于单调栈的做法，但是更多的有贪心的思想在。
// 替换掉第一个大于等于该值的在栈中的元素，目的是保证可以最大限度的增加上升子序列的长度。
/* ex：3 1 2 1 8 5 6使用st[]存储值i = 1, st[] = {3}i = 2, st[] = {1}i = 3, st[] = {1,2}i = 4, st[] = {1,2} 此时这个1是被w[4]替换掉w[2]的1i = 5, st[] = {1,2,8}i = 6, st[] = {1,2,5}i = 7, st[] = {1,2,5,6}
*/import java.io.*;
import java.util.*;class Main{static int N = 100010;static int[] w = new int[N];static int[] st = new int[N]; // 单调栈public static void main(String[] args) throws IOException{BufferedReader in = new BufferedReader(new InputStreamReader(System.in));int n = Integer.parseInt(in.readLine()); String[] s = in.readLine().split(" ");for(int i=1;i<=n;i++){w[i] = Integer.parseInt(s[i-1]);}int res = 0;int tt = 0; // 栈顶for(int i=1;i<=n;i++){if(tt==0||w[i]>st[tt]){ // 如果栈中没有值或者当前值大于栈顶元素，加入进去st[++tt] = w[i]; res = Math.max(res,tt);}else{ // 否则，替换掉第一个大于等于该值的在栈中的元素int idx = tt;while(idx>0&&w[i]<=st[idx])idx--;st[idx+1] = w[i];}}System.out.println(res);}
}解析：
使用了单调栈+贪心的思想。
如果当前该值 大于栈顶元素，就加入栈
进去。
否则，找到栈中第一个大于等于 的值，用
替换掉该值。
（用二分，虽然这个代码没用）
ex：
疑惑：
- 一般的单调栈会将第
步的时候，删去
，再将
装入进去，但是会缩短上升子序列的长度。并且在
步的时候，数字
被保留了下来，没有被去除换成
。
- 最后的序列为
，而准确的最长上升子序列应该是
，这是为什么。
第一个问题：为什么有这种替换操作？主要是贪心，我们并不想在求解的过程中导致最长上升子序列越算越短。因此，如果我们目前算出的结果还没以前的长，会暂时保留以前的结果，当然也不丢弃目前的结果，因为之后继续计算的话，目前的结果可能更优。
为了实现上述目的，我们可以用新序列从左到右逐渐覆盖掉旧序列。当新序列长度 <原序列长度时，原序列没有被完全覆盖，因此保证长度不减小；当新序列长度 ≥原序列长度时，原序列已经被完全覆盖，现在就是以新序列为基础进行计算了。
因此就产生了这种特殊的替换方式。
第二个问题：最后的最长上升子序列不是准确的？因为由于贪心的思想，存在这种替换方式，导致最长上升子序列中某些值被替换掉，但是上升子序列的长度没有发生改变，只有里面的值发生了变化，因此，在求解该题中最长上升子序列的长度时可以被使用，但是要输出最长上升子序列的值的时候，就不行了。
核心就是因为栈中储存的不只有一个序列，是旧序列和新序列合并的产物，因此不一定是最终最长上升子序列。
贪心 第二个思考方式 （与上面的思路差不多，但是换了个角度）
思路：
换一种思路思考贪心的问题，如果我们要将 作为上升子序列的末尾元素。那么我们可以设计一个数组
，存储当上升子序列长度分别为
的时候最小的末尾值，其中，末尾值都是跟随数组下标的上升而严格上升的。
如果想要将 装入到序列中，我们只需要在长度为
中找到大于等于
的第一个末尾值
，此时
。此时我们将
装入到
的末尾，此时，序列的长度就增加了1，因此就要更新
的末尾值为
（这个操作就跟上面那种方法替换大于等于
的第一个值思路一样），从而保证了序列中的值尽可能小来增加最长子序列的可能性。
因为数组 中的值是严格单调递增的，因此可以使用二分来找到该
点。
代码：
import java.io.*;
import java.util.*;class Main{static int N = 100010;static int[] w = new int[N];static int[] q = new int[N]; // 存储每个上升子序列长度的最小末尾值public static void main(String[] args) throws IOException{BufferedReader in = new BufferedReader(new InputStreamReader(System.in));int n = Integer.parseInt(in.readLine()); String[] s = in.readLine().split(" ");for(int i=1;i<=n;i++){w[i] = Integer.parseInt(s[i-1]);}int len = 0; // q数组的长度for(int i=1;i<=n;i++){int l = 0, r = len; // l只能从0开始，因为存值的时候要+1while(l<r){ // 找到q[l]<w[i]<=q[l+1] 的l点int mid = l+r+1>>1;if(q[mid]<w[i]) l = mid;else r = mid-1;}q[r+1] = w[i]; // 更新l+1的末尾值len = Math.max(len,r+1); // 取当前数组q和更新的数组q长度的最大值}System.out.println(len);}
}
