最长上升连续子序列蛮力法Java完整代码包括主函数及运行实例

最长上升连续子序列（Longest Increasing Subsequence，LIS）是一种常见的动态规划问题。暴力搜索的方法虽然直观，但对于大规模数据效率较低。以下是使用Java实现暴力搜索（也称遍历所有可能子序列）的最长上升子序列算法的一个简单示例：

public class Main {
    public static void main(String[] args) {
        int[] nums = {10, 9, 2, 5, 3, 7, 101, 18};
        int length = longestIncreasingSubsequence(nums);
        System.out.println("最长上升连续子序列的长度为：" + length);
    }

    // 蛮力法求解最长上升连续子序列
    private static int longestIncreasingSubsequence(int[] nums) {
        if (nums == null || nums.length == 0) {
            return 0;
        }
        
        int[] dp = new int[nums.length]; // 初始化dp数组，存储每个位置的最大上升子序列长度
        dp[0] = 1; // 第0个元素本身就是其上升子序列

        for (int i = 1; i < nums.length; i++) {
            for (int j = 0; j < i; j++) {
                if (nums[i] > nums[j]) { // 如果当前数大于前一个数
                    dp[i] = Math.max(dp[i], dp[j] + 1); // 更新当前位置最大值为两者中的较大值
                }
            }
        }

        // 返回整个数组中的最大值
        return Arrays.stream(dp).max().getAsInt();
    }
}

在这个例子中，`longestIncreasingSubsequence`方法通过嵌套循环比较每个数字与其之前数字的关系，寻找最大的上升子序列。主函数`main`里提供了一个测试用例数组`nums`，并打印出最长上升连续子序列的长度。