剑指offer逆序对数(归并排序)

本文介绍了一种在归并排序过程中统计逆序数的方法。通过递归拆分子数组,分别对左右子数组进行排序,再在归并过程中统计逆序数,实现了排序与逆序数统计的一体化。代码示例展示了如何使用C++实现这一算法。
//逆序数就是在归并排序时统计一下,是归并排序的副产品
#include<iostream>
using namespace std;
void GuibinSort(int arr[],size_t ns,size_t ne,size_t &nCount) 
{ //返回逆序对数,由于每个递归的归并都可能有逆序对,如果将逆序对数返回
  //还要对逆序对数求和,不如将逆序对数传引用到每个递归中自增
    //递归触底,返回
    if(ns==ne) return;
    //1、拆分
    // size_t nMid=(ne-ns+1)/2;  //记得递归根据子数组长度len娄底
    size_t nMid=(ns+ne)/2;  //是求中间下标
    GuibinSort(arr,ns,nMid,nCount);
    GuibinSort(arr,nMid+1,ne,nCount);
    //递归就是大事化小小事化了,归并排序递归的边界条件就是最后二分到单个元素后返回,
    //然后就是对这左右各一个元素进行规模最小的归并排序,左<,右<
    //当然,单个元素是递归边界附近的特殊情况,归并过程还是以左右两个有序子数组来考察
    //2、归并,此时左右数组已经排好序了
    int *arrtemp=new int [ne-ns+1]; //二分后的有序左右子数组归并后的数组
    size_t i(ns),j(nMid+1),k(0);
    while(i<=nMid && j<=ne){
        if(arr[i]<=arr[j]){ 
            //即使arr[i]==arr[j],由于arr[i]在左边,为了排序稳定性也使arr[i]在有序数组的左边
            arrtemp[k++]=arr[i];
            i++;
        }else{
            nCount++;   //逆序对数++
            arrtemp[k++]=arr[j];
            j++;
        }
    }
    if(i>nMid){ //i到头了,则此时arr[j:ne]确是大的,不再进行转储到arrtemp了,反正arrtemp还要转存到arr
        k--; 
        for(size_t n=0;n<=k;n++) arr[n]=arrtemp[n];
    }
    if(j>ne){  //j到头了,此时arr[i:nMid]是大的,需要转储到arrtemp
        while(i<=nMid) arrtemp[k++]=arr[i++];
        for(size_t n=0;n<k;n++) arr[n]=arrtemp[n];
    }
    delete [] arrtemp;
    //至此arr[ns:ne]排好序了,返回
    return;
}

int main(int argc, char * argv[]){
    int arr[]={3,2,1};
    size_t nCount(0);
    GuibinSort(arr,0,2,nCount);
    for(int i=0;i<3;i++) cout<<arr[i]<<endl;
}

 

### 使用归并排序计算逆序对数量的 Python 实现 归并排序是一种分治算法,可以用来高效地计算逆序对的数量。在归并排序的过程中,当右侧子数组的元素被合并到结果中时,意味着左侧子数组中剩余的所有元素都比该元素大,从而形成逆序对[^2]。 以下是基于归并排序思想的 Python 实现代码: ```python def merge_sort_and_count(arr, temp, left, right): if left >= right: return 0 # 如果只有一个元素或没有元素,则逆序对数量为0 mid = (left + right) // 2 # 对左右两部分分别递归计算逆序对 inversions = merge_sort_and_count(arr, temp, left, mid) + merge_sort_and_count(arr, temp, mid + 1, right) # 合并左右两部分,并统计跨左右部分的逆序对 inversions += merge_and_count(arr, temp, left, mid, right) return inversions def merge_and_count(arr, temp, left, mid, right): i = left # 左半部分的起始索引 j = mid + 1 # 右半部分的起始索引 k = left # 临时数组的起始索引 inversions = 0 # 比较左右两部分的元素,进行合并 while i <= mid and j <= right: if arr[i] <= arr[j]: temp[k] = arr[i] i += 1 else: temp[k] = arr[j] inversions += (mid - i + 1) # 右侧元素小于左侧元素,形成逆序对 j += 1 k += 1 # 将左半部分剩余的元素复制到临时数组 while i <= mid: temp[k] = arr[i] i += 1 k += 1 # 将右半部分剩余的元素复制到临时数组 while j <= right: temp[k] = arr[j] j += 1 k += 1 # 将临时数组中的元素复制回原数组 for i in range(left, right + 1): arr[i] = temp[i] return inversions def count_inversions(arr): temp = [0] * len(arr) # 创建一个临时数组用于合并 return merge_sort_and_count(arr, temp, 0, len(arr) - 1) # 示例用法 if __name__ == "__main__": arr = [1, 20, 6, 4, 5] print("逆序对数量:", count_inversions(arr)) ``` #### 代码说明 - 函数 `merge_sort_and_count` 是递归的核心部分,负责将数组分为左右两部分,并计算每部分的逆序对数量。 - 函数 `merge_and_count` 负责合并左右两部分,并在合并过程中统计跨左右部分的逆序对数量。 - 函数 `count_inversions` 是主函数,用于初始化临时数组并调用递归函数。 此实现的时间复杂度为 \(O(n \log n)\),空间复杂度为 \(O(n)\)[^2]。 ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值