寻找a[1]..a[n]的最大上升子序列时，可以用的dp[]来记录最大的子序列长度，有状态转移方程：
               dp[i] = max{dp[j]}+1, 1<=j<i,a[j]<a[i]
这个算法的时间复杂度O(n^2),代码如下：

int LTS(int *a,int *dp,int len){    int max=0;   for(int i=0;i<=len;i++){        dp[i]=1;     for(int j=0;j<i;j++)        if(a[j]<a[i])        dp[i]=dp[i]>(dp[j]+1)?dp[i]:(dp[j]+1);     max=max>dp[i]?max:dp[i];     rerutn max;   }

  现在重点看下算法复杂度为O(nlogn)算法。

  现在我们用一个数组d[]，使得d[len]=a[k],数组下标用来表示上升子序列的长度，数组值代表序列a[k]的值(可知dp[k]=len)。

      假设有d[k]=a[i],则当再读入a[t]，当a[t]>a[i]时，d[k+1]=a[t];

  但是一般情况下a[t]会大于很多个数，比如说d[k-s]=a[j](a[j]<a[j]),如果我们选取了a[j]进行比较最长上升子序列就少了s个！！那么该跟哪个数进行比较呢？我们可以按照以下步骤。

   初始化使d[1]=a[1],当读入a[t]时，对比a[t]与d[max]  (  d[max]=a[k]，max表示目前的最大上升子序列的长度 )：
  1)a[t]>a[k]  则d[max+1]=a[t];
  2)否则，在d中利用二分查找找到比a[t]小的最大数d[i]，使d[i+1]=a[t]。

第二步是很为关键的。现在我们可以看一个实例就知道为什么这么做。
  求数列 1,5,2,3 的最大上升子序列。用这个算法执行过程如下：

       d[1]=1;
       a[2]>d[1],故d[2]=a[2]=5;
       a[3]<d[2],在d中二分查找找到第一个比a[3]小的d[1],故d[1+1]=a[3]=2,d[2]=2;
       a[4]>d[2],故d[2+1]=a[4]=3;
     可以得到最大上升子序列为3！
  原本的d[2]为5后来更新为2，如果不进行更新那么当读入a[4]=3时，就漏掉了一个！这其实是个策略：如果数列中a[x]和a[y]，

    1)x<y

    2)a[x]>a[y]

    3)dp[x]=dp[y]，

    当再读入a[t]要选择时，到底取哪一个构成最优的呢?
    显然是选择a[y],因为后面读入的a[t],如果a[x]>a[t]>a[y]，那么选择a[x]就会漏掉，而选择a[y]就可以防止漏掉。也就是说我们对于当前读入的数列，都要使：

                 d[len]=min{ a[i] | dp[i]= len }

在d中利用二分查找找到比a[t]小的最大数d[i]，代码如下：

//二叉搜索int SearchBin(int a[],int key,int len){    int low=1,high=len;    while(low<=high){        int mid=(low+high)/2;        if(a[mid]<key&&a[mid+1]>key) return mid;        else if(a[mid]<key) low=mid+1;        else high=mid-1;    }    return 0;}int LTS(int *a,int *d,int len){    d[1]=a[1];    int max_len=1;    for(int i=2;i<=len;i++){        if(a[i]>d[max_len]){            d[++max_len]=a[i];        }        else{            int t=SearchBin(d,a[i],max_len);            d[t+1]=a[i];        }    }    return max_len;}

最大上升子序列算法