给定一个整数序列，输出它的最长递减子序列

首先，我们需要了解什么是递减子序列。递减子序列是指序列中的元素按照从大到小的顺序排列，但不一定是连续的。

接下来，我们可以使用动态规划的方法来解决这个问题。我们定义一个数组dp，其中dp[i]表示以第i个元素为结尾的最长递减子序列的长度。那么，对于第i个元素，它可以和前面的任意一个元素组成递减子序列，所以我们需要遍历前面的所有元素，找到其中最长的递减子序列长度，并将其加1，即dp[i] = max(dp[j] + 1)，其中j < i且a[j] > a[i]。

最后，我们遍历整个dp数组，找到其中最大的值，即为原序列的最长递减子序列的长度。同时，我们可以通过记录每个dp[i]的值是由哪个dp[j]转移而来的，来还原出最长递减子序列。

下面是具体的代码实现：

def longest_decreasing_subsequence(nums):
n = len(nums)
dp = [1] * n
pre = [-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
pre[i] = j
max_len = max(dp)
idx = dp.index(max_len)
res = []
while idx != -1:
res.append(nums[idx])
idx = pre[idx]
return res[::-1]