【正确答案】方法一：最长公共子串法
   对序列L=＜a1,a2,...,an＞按递增进行排序得到序列LO=＜b1,b2,...,bn＞。显然，L与LO的最长公共子序列就是L的最长递增子序列。因此，可以使用求公共子序列的方法来求解。
   方法二：动态规划法
   由于以第i个元素为结尾的最长递增子序列只与以第i-1个元素为结尾的最长递增子序列有关，因此，本题可以采用动态规划的方法来解决。下面首先介绍动态规划方法中的核心内容递归表达式的求解。
   以第i个元素为结尾的最长递增子序列的取值有两种可能：
   (1)1，第i个元素单独作为一个子串(L[i]＜=L[i-1])；
   (2)以第i-1个元素为结尾的最长递增子序列加1(L[i]＞L[i-1])。
   由此可以得到如下的递归表达式：假设maxLen[i]表示以第i个元素为结尾的最长递增子序列，那么
   (1)maxLen [i]=max[1, maxLen [j]+1], j＜i and L[j]＜L[i]
   (2)maxLen[0]=1
   根据这个递归表达式可以非常容易地写出实现的代码：
   #函数功能: 求字符串L的最长递增子串的长度
   def getMaxAscendingLen(strs):
   lens=len(strs)
   maxLen=[None]*lens
   maxLen[0]=1
   maxAscendingLen=1
   i=1
   while i＜lens:
   maxLen[i]=1# maxLen[i]的最小值为1;
   j=0
   while j＜i:
   if list(strs)[j]＜list(strs)[i] and maxLen[j]＞maxLen[i]-1:
   maxLen[i]=maxLen[j]+1
   maxAscendingLen=maxLen[i]
   j+=1
   i+=1
   return maxAscendingLen
   
   if __name__=="__main__":
   s="xbcdza"
   print "最长递增子序列的长度为:"+str(getMaxAscendingLen(s))
   程序的运行结果为：
   xbcdza最长递增予序列的长度为：4
   算法性能分析：
   由于这种方法用双重循环来实现，因此，这种方法的时间复杂度为O(N²)，此外由于这种方法还使用了N个额外的存储空间，因此，空间复杂度为O(N)。

【答案解析】[考点] 如何求最长递增子序列的长度