程式碼如下：

<pre name="code" class="java">

public class Decrease {

	/**
	 * @param PLA
	 * 
	 */
	/*演算法描述：
	 * 用動態規劃解決此問題，設A為原陣列，另設陣列B（大小與A相同）做為輔助陣列，其中
	 * B[i]用來儲存以A[i]為結尾的最長遞減子序列的長度，比如i=3，A[3]=2比其前面任何
	 * 元素都小，所以B[3]=4.
	 * 可以得出：B[i]=max(B[k]+1,A[k]>A[i]&&0=<k<i),且B[0]=1
	 * 遍歷一遍，得出最長遞減子序列長度，設為K，並設max_i為取得最長長度是在原陣列A中的位置，
	 * 則A[max_i]必為最小值。
	 * 且A[max_i]為自序列中最後一個元素，從K開始，往回搜尋，當滿足B[i]+1==B[k]&&
	 * A[i]>A[k]時，則A[i]就是前一個元素，遞迴求出該自序列。
	 * 演算法複雜度為O(n^2)。
	 * */
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		int A[] = { 9, 4, 3, 2, 5, 4, 3, 2 };
		System.out.println("最長子序列為：");
		max_dec_subseq(A, 8);
	}

	/*
	 * 遍歷最長遞減子序列，遞迴法 A - 源序列陣列 
	 * B - 通過DP求出的輔助陣列 
	 * k - 使得B[i]最大的i值
	 */
	static void max_dec_subseq_traverse(int[] A, int[] B, int k) {
		int i;
		for (i = k; i >= 0; i--) {
			if (A[i] > A[k] && B[k] == B[i] + 1) {
				max_dec_subseq_traverse(A, B, i);
				break;
			}
		}
		System.out.println("A[" + k + "]=" + A[k]);
	}

	/*
	 * DP(動態規劃)法求解最長遞減子序列 
	 * A - 源序列陣列 
	 * len - 陣列大小
	 */
	static void max_dec_subseq(int[] A, int len) {
		int i, j, max_i = 0;
		int[] B = new int[len];
		for (i = 0; i < len; i++) {
			B[i] = 1;
			for (j = 0; j < i; j++) {
				if (A[j] > A[i] && (B[j] + 1) > B[i]) {
					B[i] = B[j] + 1;
					if (B[i] > B[max_i])
						max_i = i;
				}
			}
		}
		max_dec_subseq_traverse(A, B, max_i);
	}

}
 

最長子序列為：
A[0]=9
A[4]=5
A[5]=4
A[6]=3
A[7]=2