最长递增子序列问题可以在实际的工作中解决什么样的需求？

Question

给定一个序列A及它的长度n(长度小于等于500)，请返回LIS的长度。



测试样例：



[1,4,2,5,3],5



返回 3

# -*- coding:utf-8 -*-

class LongestIncreasingSubsequence:
    def getLIS(self, A, n):
        dp = [1 for i in range(n)]
        for i in range(n):
            maxtemp = 0
            for j in range(i):
                if A[j] < A[i] and dp[j] > maxtemp:
                    maxtemp = dp[j]
            dp[i] = maxtemp + 1
        return max(dp)

以上是这个经典问题的解法。在百度一搜 LIS（最长递增子序列） 或者 LCS（最长公共子序列） 通篇都在讲什么解法最优，解的过程如何，就是没有人解释这个算法可以解决现实中的什么问题，在工作中解决什么需求，动不动就在谈思想，如果你所学的算法、技术不是为了业务服务，那学习这些东西还有什么意义？



话说回来，有木有大佬能解答一下小弟的疑问

Answer 1

从算法思想找现实案例的基本都是少数，绝大部分都是，从案例分析到匹配算法。
所以你可能学了很多种不同的算法，没有用到现实中，你会觉得学那么多没用。
但是你的潜意识懂得了这种思想，然后当你在现实生活中遇到实际问题的时候，你会很快反应到那些算法可能会有用，哪些又是最优方法。

那我自己来说，我当初学排序和查找时候，没觉得什么东西需要排序，需要查找，总是觉得生活中乱乱的，你这种查找或者排序肯定不行。
后来工作了，关于游戏排行榜这里的处理的逻辑，查找一个玩家应该排序到哪里，然后立马想到了二分查找。这就是从现实问题找思想。体会很深。

这种算法思想是通过生活例子抽象出来的一种总结，你再从这种抽象出来的去还原，相比从生活中抽象，肯定不是那么容易，所以学了就学了，
先总结着，或许你可以一边思考生活中，什么事情，什么东西可以在程序中怎么设计，熟练了，再反向思维。