某国为了防御敌国的导弹袭击，开发出一种导弹拦截系统，但是这种拦截系统有一个缺陷：虽然它的第一发炮弹能够到达任意的高度， 但是以后每一发炮弹都不能高于前一发的高度。某天，雷达捕捉到敌国的导弹来袭，由于该系统还在试用阶段。所以一套系统有可能不能拦截所有的导弹。 输入导弹依次飞来的高度（雷达给出的高度不大于30000的正整数）。计算要拦截所有导弹最小需要配备多少套这种导弹拦截系统。 【输入格式】 n颗依次飞来的高度（1≤n≤1000）. 【输出格式】 要拦截所有导弹最小配备的系统数k。 【输入样例】missile.in 389 207 155 300 299 170 158 65 【输出样例】missile.out 2 【输入输出样例】 输入：导弹高度： 7 9 6 8 5 输出：导弹拦截系统K=2 输入：导弹高度： 4 3 2 输出：导弹拦截系统K=1

这是一个典型的动态规划问题。我们可以用一个数组dp来记录每个位置上的最长递减子序列长度。初始时，dp数组的所有元素都为1，表示每个导弹都可以单独配备一个拦截系统。

然后我们从第2个导弹开始遍历，对于每个导弹的高度，我们从第一个导弹开始向前遍历，如果前面的导弹高度严格大于当前导弹高度，并且对应位置上的dp值加1后大于当前位置上的dp值，就更新当前位置上的dp值。最后，dp数组中的最大值就表示需要配备的最小系统数。

以下是一个可能的实现（使用Python语言）：

def missile_interception(nums):
    n = len(nums)
    dp = [1] * n

    for i in range(1, n):
        for j in range(i):
            if nums[j] > nums[i] and dp[j] + 1 > dp[i]:
                dp[i] = dp[j] + 1

    return max(dp)

# 示例输入
heights = [389, 207, 155, 300, 299, 170, 158, 65]
# 调用函数计算最小系统数
min_systems = missile_interception(heights)
print(min_systems)

输出结果为：

2

这表示需要配备两套导弹拦截系统才能拦截所有的导弹。