子序列和子字符串的不同之处在于，子序列不需要是原序列上连续的字符。对于 Longest Common Substring 以及 Longest Common Subsequence 这类题目，大多数需要用到 DP 的思想，其中，状态转移是关键。

300. Longest Increasing Subsequence

Given an unsorted array of integers, find the length of longest increasing subsequence.
For example, Given [10, 9, 2, 5, 3, 7, 101, 18], The longest increasing subsequence is [2, 3, 7, 101], therefore the length is 4. Note that there may be more than one LIS combination, it is only necessary for you to return the length.

• 给出一个序列 $a_1, a_2, …, a_n$，求它的一个子序列（设为 $s_1, s_2, …, s_n$ ），使得这个子序列满足这样的性质：$ s_1 < s_2 < s_3 <…< s_n $ 并且这个子序列的长度最长，输出这个最长的长度。实际上，诸如最长下降子序列，最长不上升子序列等问题都可以看成同一个问题，仔细思考就会发现，这其实只是 $<$ 符号定义上的问题，并不影响问题的实质。

　本文通过 53. Maximum Subarray & 152. Maximum Product Subarray 分析根据动态规划思路进行问题求解中的一个关键环节：子问题的拆分和求解。

　本文通过 Unique Paths [I] & [II] 两道题从普通的递归思路到动态规划两种方式的求解尝试，希望能够初步分析如何根据动态规划的思路，进行问题求解。

　本文将介绍带权图的最小生成树（Minimum Spanning Tree）算法：给定一个无向图 G，并且它的每条边均有权值，则 MST 是一个包括 G 的所有顶点及边的子集的图，这个子集保证图是连通的，并且子集中所有边的权值之和为所有子集中最小的。
　本文中介绍两种求解图的最小生成树的算法：Prim 算法和 Kruskal 算法，这两种算法都是贪心算法。一般而言，贪心策略不一定能保证找到全局最优解，但是对最小生成树问题来说，贪心策略能获得具有最小权值的生成树。

　本文介绍几种常见的最短路径算法：

• Breadth-first Search 无权最短路径算法；
• Dijkstra 带权（非负权）图的单源最短路算法；
• Bellman-Ford 带权（可负权）图的单源最短路算法；
• Floyd-Warshall 带权（可负权）图的全源最短路算法，
  　包括它们各自的使用条件&范围，算法原理介绍以及代码实现。

　本文主要介绍 BFS 的 C++ 和 C 语言实现，并借助 LeetCode 上的一道题，说说基本的 BFS 在问题求解中的应用。

What’s B(readth)F(irst)S(earch)

　广度优先搜索算法（Breadth First Search），又叫宽度优先搜索，或横向优先搜索。是从根节点开始，沿着树的宽度遍历树的节点。如果所有节点均被访问，则算法中止。

　本文主要介绍 DFS 的 C++ 和 C 语言实现，并借助 LeetCode 上的一道题，说说基本的 DFS 在问题求解中的应用。

What’s D(epth)F(irst)S(earch)

　深度优先搜索算法（Depth First Search），是搜索算法的一种。是沿着树的深度遍历树的节点，尽可能深的搜索树的分支。当节点 N 的所有边都己被探寻过，搜索将回溯到发现节点 N 的那条边的起始节点，这一过程一直进行到已发现从源节点可达的所有节点为止。
　如果还存在未被发现的节点，则选择其中一个作为源节点并重复以上过程，整个进程反复进行直到所有节点都被访问为止。