问题：

给定一个整数数组（下标从 0 到 n-1， n 表示整个数组的规模），请找出该数组中的最长上升连续子序列。（最长上升连续子序列可以定义为从右到左或从左到右的序列。）

比如：
给定 [5, 4, 2, 1, 3], 其最长上升连续子序列（LICS）为 [5, 4, 2, 1], 返回 4.

给定 [5, 1, 2, 3, 4], 其最长上升连续子序列（LICS）为 [1, 2, 3, 4], 返回 4.

分析：

• 递推关系式如何确定？f(i) 表示前i个数字中 最长上升子序列的长度，注意，其所包含的最长连续上升子序列未必是以i结尾的。因此思路来了。令dp[i]表示以以i结尾的连续上升子序列长度，
  dp[i] = (A[i]>A[i-1])?dp[i-1]+1:1，局部是贪心的。开一个全局变量记录局部遍历的最大值即可。

• 注意顺序 逆序两种情况，可以放在同一个循环中处理。

代码：

int longestIncreasingContinuousSubsequence(vector<int>& A) {
        // Write your code here
        int n = A.size();
        if(n<1){
            return 0;
        }
        if(n<2){
            return 1;
        }
        //开两个数组存储之前状态
        vector<int> dp1(n,1);
        vector<int> dp2(n,1);
        dp1[0] = dp2[0]=1;
        int glomax=0;
        for(int i=1;i<n;i++){
            dp1[i] = (A[i]>A[i-1])?dp1[i-1]+1:1;
            dp2[i] = (A[i]<A[i-1])?dp2[i-1]+1:1;
            glomax = max(glomax,max(dp1[i],dp2[i]));
        }
        return glomax;
    }

事实上，根据状态依赖关系，O(n)空间复杂度依然可以省掉

int longestIncreasingContinuousSubsequence(vector<int>& A) {
        // Write your code here
        int n = A.size();
        if(n<1){
            return 0;
        }
        if(n<2){
            return 1;
        }
        int dp1=1,dp2=1;
        int glomax=0;
        for(int i=1;i<n;i++){
            dp1 = (A[i]>A[i-1])?dp1+1:1;
            dp2 = (A[i]<A[i-1])?dp2+1:1;
            glomax = max(glomax,max(dp1,dp2));
        }
        return glomax;
    }