题目链接：https://leetcode-cn.com/problems/longest-increasing-subsequence/
给你一个整数数组 nums ，找到其中最长严格递增子序列的长度。
子序列是由数组派生而来的序列，删除（或不删除）数组中的元素而不改变其余元素的顺序。例如，[3,6,2,7]是数组[0,3,1,6,2,2,7]的子序列。
示例 1：
输入：nums =[10,9,2,5,3,7,101,18]
输出：4
解释：最长递增子序列是[2,3,7,101]，因此长度为 4 。
示例 2：
输入：nums =[0,1,0,3,2,3]
输出：4
输入：nums =[7,7,7,7,7,7,7]
输出：1
最长上升子序列是动态规划的经典题目
/*
定义表达式dp[i],dp[i]表示i之前包括i在内的最长子序列
dp[i] : [Int] = [Int](repeating: 1, nuns: nums.count)
step1:
推导公式
dp[i]为从0到i的最长上升子序列，那么dp[i]可以根据dp[j]推导出来 i > j
if nums[i]>nums[j] {
dp[i] = max(dp[i], dp[j]+1)//因为i比j大，那么将第i为递增数与（第j位+1）比较；这里需要注意的是dp[j]表示从0到j位的最长上升子序列，那么如果nums[i]>nums[j]那么最长上升子序列就需要在dp[j]的基础上+1
}
step2:初始化
dp[i] = 1 //对于每个数字来说，从自己往后递增至少有自己一个数字，所以初始化全部为1
step3:写循环体
*/
func lengthOfLIS( _ nums: [Int]) ->Int{
var dp : [Int] = [Int](repeating:1, count: nums.count)
let count = nums.count
var result:Int=0
for I in 1 ..< count {
for j in 0 .. < i {
if nums[I] > nums[j] {
dp[i] =max(dp[i], dp[j]+1)
}
}
result =max(dp[i],result)
}
return result
}
题目链接：https://leetcode-cn.com/problems/longest-continuous-increasing-subsequence/
给定一个未经排序的整数数组，找到最长且 连续递增的子序列，并返回该序列的长度。
连续递增的子序列 可以由两个下标 l 和 r（l < r）确定，如果对于每个 l <= i < r，都有 nums[i] < nums[i + 1] ，那么子序列 [nums[l], nums[l + 1], ..., nums[r - 1], nums[r]] 就是连续递增子序列。
示例 1：
输入：nums = [1,3,5,4,7]
输出：3
解释：最长连续递增序列是 [1,3,5], 长度为3。
尽管 [1,3,5,7] 也是升序的子序列, 但它不是连续的，因为 5 和 7 在原数组里被 4 隔开。
示例 2：
输入：nums = [2,2,2,2,2]
输出：1
解释：最长连续递增序列是 [2], 长度为1。
func findLengthOfLCIS(_ nums: [Int]) -> Int {
let size : Int= nums.count
//定义一个数组，用来存储当前位置的连续长度状态
var dp : [Int] = [Int](repeating:1, count: size)
//定义Int变量，用来存储最长连续递增长度
var maxLen : Int = 1
/*
动态规划三部曲：
step1:推导公式
如果满足：num[i] > nums[i-1]
if ( nums[I] > nums[i-1] ) dp[i] = max(dp[i-1]+1, dp[i])
step2:初始化
对于每个数字来说，从自己开始递增，所以默认全部为1
dp[i] = 1
step3:写循环体
*/
for I in 1 ..< size {
if nums[i] > nums[i-1] {
dp[i] =max(dp[i-1]+1,dp[i])
}
maxLen =max(dp[i],maxLen)
}
return maxLen
}
