下面是vue3源码中求最长递增子序列的实现，非0基础教学解析，如果你已经思考这个算法很久，对于算法的结构已经比较清晰，思想也有一个大致的了解，但是还是没彻底弄懂，那么你看一下我的注释或许有所帮助，我想了4天彻底弄懂了这个方法的所有细节，期间也是非常煎熬，幸好悟了，这里分享一下，帮助未来认真读源码过程中遇到困难的有缘人
// 计算arr数组的最长递增子序列的下标数组，如arr: [6, 1, 4, 2, 5, 8]，1458和1258都是最长递增子序列，但是算法细节原因应该会返回1258对应的下标，也就是result: [1, 3, 4, 5]（了解一下计算目标即可）
// 为了方便理解算法的思想，我们不考虑返回的是子序列元素的下标还是元素本身（不重要，都代表了那个子序列就可以了），所以下面result[i]我们直接指最长递增子序列中具体的元素而非下标，如何寻找一个最长递增子序列，使用贪心法大致的思路：
// 遍历arr数组中的每一个数，如果当前这个数比数组里的最后一个数更大，那么就将这个数插入数组的最后；反之，替换掉数组中第一个大于等于这个数的元素。result数组的长度就是最长子序列的长度
// 对于这个贪心策略，考虑一种理解方式：result数组不用于记录最终的最长子序列，result[i]的含义是以result[i]为结尾的子序列长度最长为 i，另一个角度说，长度为 i 的递增序列中，result[i]为结尾的子序列就是末尾元素最小（序列增长最缓慢）的子序列。理解了这一点，正确性就显然了。
// 但是上面也说了，result数组本身记录的不是最长子序列，但是result的构造过程就是一个找到最长递增子序列的过程，所以我们需要额外去记录构造result数组的过程中，最长子序列的信息，最终把result还原成最长子序列数组
// 我们思考，当在result数组中插入一个元素时发生了什么，首先，在插入之前，result数组每一个元素都代表了arr数组中的一个元素，也就是说，即将插入的元素肯定是在result数组中元素后面的（在arr中从左到右出现的顺序），但是呢，插入一个元素的位置，可能是在result数组的任何位置（插入在最后或者更换掉前面一个元素）
// 也就是说，我们插入一个元素时，只能保证result中已经存在的元素在新插入的元素之前。然后我们利用这个分析，执行如下操作：每次result数组中加入新元素时（这里我们用的是下标，但其实就是代表了一个元素），我们就用一个map记录新加入的元素的上一个元素，即key为当前元素，value为当前元素在递增子序列中紧挨着的上一个元素
// 1. 如果是arrI(当前考察元素) > arr[j](此时递增子序列最后一个元素)，即在result数组最后添加i时，此时对于arrI来说，arrI新加进来作为递增子序列的最后一个元素，自然它之前紧挨着的递增子序列的元素即位arr[j]。所以记录p[i] = j（p是一个当作map用的数组），即我们通过p[i] = j知道了子序列中i元素上一个是j
// 2. 如果arrI <= arr[j]，即要把arrI更新到result数组之前的一个位置，如下代码中我们通过二分法计算出了应该更新result[u]位置的值，在更新之前，我们同样的记录这个**新元素为结尾的**递增子序列的上一个元素是谁，它的上一个元素肯定就是result[u - 1]，所以执行p[i] = result[u - 1]
// 我们经过上面的操作，遍历完所有元素后，想一下p数组（map）中的每个值有什么特点，即我们总是可以通过查找p来确定某个元素的上一个元素是什么。
// 所以，我们最后来倒叙遍历一遍p数组（map），这样从最后一个元素，找到倒数第二个元素，...，最终还原出整个递增子序列，又因为我们还原的子序列时是从result中的最后一个元素开始的，也就是说是最长的那个子序列，所以我们就找到了最长递增子序列
function getSequence(arr) {
// p实际是是一个map的功能，p[i] = j，代表arr[i]的下标在result数组中位置的前一个位置值为j（根本看不懂，没必要看懂这句话，要想理解这句代码需要宏观理解它做了什么事情）
// 我们所构造的result数组
const p = arr.slice()
const result = [0] // 初始化一个值，方便算法循环，同时这个值也并非无意义，对于只有第一个元素时，最长递增子序列就是这个元素本身
let i, j, u, v, c
const len = arr.length
for (i = 0; i < len; i++) {
const arrI = arr[i]
if (arrI !== 0) {
j = result[result.length - 1]
if (arr[j] < arrI) {
p[i] = j
result.push(i)
continue
}
u = 0
v = result.length - 1
// 寻找arrI该插入的位置，关于这里二分的分析：https://juejin.cn/post/7222549965271711801
while (u < v) {
c = (u + v) >> 1
if (arr[result[c]] < arrI) {
u = c + 1
} else if(arr[result[c]] > arrI){
v = c
} else if(arr[result[c]] === arrI) {
v = c
}
}
if (arrI < arr[result[u]]) {
if (u > 0) {
p[i] = result[u - 1]
}
result[u] = i
}
}
}
u = result.length
v = result[u - 1]
while (u-- > 0) {
result[u] = v
v = p[v]
}
return result
}
