要将算法的时间复杂度从O（n ^ 2）降到O（n），可以使用以下方法：

1. 定义一个列表（称为decrease_list）来存储输入列表中最大递减子序列的元素。然后对于每个元素，只需找到比这个元素小的前面的元素并添加到decrease_list中即可。因此，需要维护一个指向当前decrease_list中的最后一个元素的索引（称为last_index）。
2. 对于每个元素，可以使用二分查找将其放置在decrease_list中的正确位置。由于decrease_list已按递减顺序排序，因此可以使用二分查找在O（log n）的时间内将新元素插入到合适的位置。 请看以下示例代码：

def biggest_decrease_list(arr): decrease_list = [arr[0]] last_index = 0

for i in range(1, len(arr)):
    if arr[i] < decrease_list[-1]:
        decrease_list.append(arr[i])
        last_index += 1
    else:
        index = find_index(decrease_list, arr[i])
        decrease_list[index] = arr[i]

return decrease_list

def find_index(arr, x): left = 0 right = len(arr) - 1 index = -1

while left <= right:
    mid = (left + right) // 2
    if arr[mid] >= x:
        index = mid
        left = mid + 1
    else:
        right = mid - 1

return index + 1

arr = [3, 2, 6, 4, 5, 1] print(biggest_decrease_list(arr)) # [6, 5, 1]