674. 最长连续递增序列

题目描述：

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。

和 300. 最长递增子序列区别在于，本题要求递增子序列需要是连续的。

这样，这题反而会更简单一些...

1. 本题一层 for 比较 nums[i] > nums[i - 1] 就行了；
2. 不用像 300. 最长递增子序列两层 for 比较 nums[i] > nums[j]（j在 [0, i]之间）

dp五步曲：

1. dp[i] 表示以 i 结尾（不一定要从0开始）的连续递增子序列的长度
2. 递推公式
3. if (nums[i] > nums[i - 1]) // 确保连续 & 递增
4. dp[i] = dp[i - 1] + 1;// 2、递推公式
5. 初始化
6. 最小长度为 1，所有 dp[i] 初始化均为 1
7. 顺序：前到后
8. 打印dp

注意：这里不能返回 dp[n -1]，而是 return dp 数组中的 max 值

392. 判断子序列

题目描述：

给定字符串 s 和 t，判断 s 是否为 t 的子序列。

字符串的一个子序列是原始字符串删除一些（也可以不删除）字符而不改变剩余字符相对位置形成的新字符串。（例如，"ace"是"abcde"的一个子序列，而"aec"不是）。

这里的子序列，不要求连续。只要相对顺序一致就 ok。

dp五部曲：

1. dpi 表示s中下标[0,i-1]与t下标在[0,j-1]中，相同子序列长度为dpi
2. 递推公式：（两种情况）

if (s.charAt(i - 1) == t.charAt(j - 1))

dpi = dpi - 1 + 1;

当前元素匹配，相当于当前长度为去掉 s[i-1]和t[j-1]的长度加一，即dpi = dpi - 1 + 1;

if (s.charAt(i - 1) != t.charAt(j - 1)) // 需要删去 t[j]

dpi = dpi;

相当于看s[i-1]与 t[i-2]比较

1. 初始化

dp0 = 0; 表示空串s与t下标在[0,j-1]中，不可能有相同子序列，所以全为0 dpi = 0; 表示空串t与s下标在[0,i-1]中，不可能有相同子序列，所以全为0