Задача поиска наибольшей увеличивающейся подпоследовательности состоит в нахождении наиболее длинной возрастающей подпоследовательности в данной последовательности элементов.

Подпоследовательность может и не являться подстрокой (то есть, её элементы не обязательно идут подряд в исходной последовательности). Формально, для строки x длины n необходимо найти максимальное число ${\displaystyle l}$ и соответствующую ему возрастающую последовательность индексов ${\displaystyle i_{1}<i_{2}<\ldots <i_{l}}$, таких что ${\displaystyle x[i_{k}]<x[i_{k+1}]\,\forall k\in {1,2,\ldots ,l-1}}$. Наибольшая увеличивающая подпоследовательность имеет применения в физике, математике, теории представлений групп, теории случайных матриц. В общем случае известно решение этой задачи за время n log n в худшем случае^[1].

• Задача наибольшей увеличивающейся подпоследовательности схожа с задачей поиска наибольшей общей подпоследовательности, имеющей квадратичное динамическое решение.
• В частном случае, если строка является перестановкой 1..n, задача имеет решение за n log log n^[2] с использованием деревьев ван Эмде Боаса.
• При использовании дерева, построенного для элементов алфавита, возможно решение задачи за O(n log A), где A — мощность алфавита, определяемая заранее. При реализации сбалансированными деревьями необязательно задавать A наперёд. По очевидным причинам A ограничивается длиной строки.
• Возможно также свести задачу к поиску длиннейшего пути в ориентированном ациклическом графе, задавая рёбра между возрастающими элементами. Хотя подсчёт длиннейшего пути будет занимать линейное время от числа рёбер, в худшем случае оно может быть квадратично от длины строки.

В статье есть список источников, но не хватает сносок. Без сносок сложно определить, из какого источника взято каждое отдельное утверждение. Вы можете улучшить статью, проставив сноски на источники, подтверждающие информацию. Сведения без сносок могут быть удалены. (4 марта 2015)

Приведем алгоритм решения задачи, работающий за O(n log n).

Для строки x будем хранить массивы M и P длины n. M[i] содержит индекс наименьшего по величине из последних элементов возрастающих подпоследовательностей x_nj длины i, ${\displaystyle ({\mathcal {8}}j\,{\mathcal {2}}\,1\,..\,i:x[n_{j}]\leq \,M[i])}$, найденных на данном шаге. P[i] хранит индекс предшествующего символа для наидлиннейшей возрастающей подпоследовательности, оканчивающейся в i-й позиции. На каждом шаге будем хранить текущий максимум длины подпоследовательности и соответствующий индекс конечного символа, не забывая поддерживать свойства массивов. Шаг представляет собой переход к следующему элементу строки, для каждого перехода потребуется не более логарифма времени (бинарный поиск по массиву M).

 P = array of length N
 M = array of length N + 1
 L = 0
 for i in range 0 to N-1:
   lo = 1
   hi = L
   while lo ≤ hi:
     mid = ceil((lo+hi)/2)
     if X[M[mid]] < X[i]:
       lo = mid+1
     else:
       hi = mid-1
   newL = lo
   P[i] = M[newL-1]
   M[newL] = i
   if newL > L:
     L = newL
 S = array of length L
 k = M[L]
 for i in range L-1 to 0:
   S[i] = X[k]
   k = P[k]
 return S

Очевидно, после выполнения алгоритма, L — длина искомой подпоследовательности, сами же элементы можно получить, разворачивая P рекурсивно из элемента index.

• Наибольшая возрастающая подпоследовательность