动态规划

import java.util.Arrays;

class Solution {
    public int findLengthOfLCIS(int[] nums) {

        /**
         * dp[i]定义为以nums[i]结尾的最长连续递增子序列
         * 每个数字自己都可以构成一个序列，因此初始化长度都为1
         * 因为要连续，所以只和前一个数字比较，一层for循环就够了
         */
        int[] dp = new int[nums.length];
        Arrays.fill(dp, 1);
        int max = 1;

        for (int i = 1; i < nums.length; i++) {

            if (nums[i] > nums[i - 1]){
                dp[i] = dp[i - 1] + 1;
            }

            max = Math.max(max, dp[i]);
        }

        return max;
    }
}

/**
 * 时间复杂度 O(n)
 * 空间复杂度 O(n)
 */

贪心

class Solution {
    public int findLengthOfLCIS(int[] nums) {

        int max = 1;
        int res = 1;

        /**
         * 每次找到连续的子序列，max就加1，然后更新最大的长度res
         * 如果遇到了递减，就重置max为1，而上一次的最大值已经更新过了
         */
        for (int i = 1; i < nums.length; i++) {

            if (nums[i] > nums[i - 1]){
                max++;
            }
            else {
                max = 1;
            }

            res = Math.max(res, max);
        }

        return res;
    }
}

/**
 * 时间复杂度 O(n)
 * 空间复杂度 O(1)
 */

https://leetcode-cn.com/problems/longest-continuous-increasing-subsequence/