532 - 逆序对

5.19

1.最开始用的两个for循环,不用想,一定超时了。

2.又现学了归并排序,但是好像网上只有二路归并排序,我还没有找到其他的方法,有机会也是要学习一下的。

3.将分治的思想用在这道题中,就是要弄清楚,当 左边的数 大于右边的数的时候,会产生几对逆序对。这一点写在了代码的注释中,要再好好消化一下。最初就是没有搞明白这个问题,一直出错。

public class Solution {
    /**
     * @param A an array
     * @return total of reverse pairs
     */
    public long count = 0;
    public long reversePairs(int[] A) {
        // Write your code here
        int length = A.length;
        if(length <= 1){
            return 0;
        }
        
        
        // 就知道这样的双循环的n^2的复杂度的方法是一定会超时的,我是服气的呢
        /*
        for(int i = 0; i < length -1; i++){
            for(int j = i; j < length; j++){
                if(A[i] > A[j]){
                    count ++;
                }
            }
        }
        */
        
        // 采用归并排序的方法。
        sort(A,0,length -1);
        //System.out.println(Arrays.toString(A));
        return count;
    }
    public void sort(int[] A,int low,int height){
        if(low >= height){
            return;
        }
        int mid = (low + height)/2;
        sort(A,low,mid);
        sort(A,mid+1,height);
        merge(A,low,mid,height);
        //System.out.println(Arrays.toString(A));
    }
    
    public void merge(int A[],int low,int mid ,int height){
        /* 左边的有 mid - low + 1 个数,右边有 height - mid 个数
        当出现A[left_flag] > A[right_flag] 的时候,表示,A[left_flag] ~ A[mid] 都大于,因此会产生 mid - left_flag + 1 对逆序列对。
        ******/
        int[] tmpArr = new int[A.length];
        int tmpArr_flag = low;
        int left_flag = low;
        int right_flag = mid + 1;
        while(left_flag <= mid && right_flag <= height){
            if(A[left_flag] > A[right_flag]){
                tmpArr[tmpArr_flag] = A[right_flag];
                tmpArr_flag ++;
                count = count + (mid - left_flag + 1);
                right_flag ++;
            }
            
            else{
                tmpArr[tmpArr_flag] = A[left_flag];
                left_flag ++;
                tmpArr_flag ++;
            }
            
        }
        while(left_flag <= mid){
            tmpArr[tmpArr_flag] = A[left_flag];
            tmpArr_flag ++;
            left_flag ++;
        }
        while(right_flag <= height){
            tmpArr[tmpArr_flag] = A[right_flag];
            tmpArr_flag ++;
            right_flag ++;
        }
        tmpArr_flag = low;
        while(tmpArr_flag <= height){
            A[tmpArr_flag] = tmpArr[tmpArr_flag];
            tmpArr_flag++;
        }
        //System.out.println(Arrays.toString(A));
    }
}



### Python 实现归并排序计算逆序对 在处理数组中的逆序对问题时,使用归并排序是一种高效的解决方案。相较于暴力法的时间复杂度 \(O(n^2)\)[^2],基于归并排序的方法能够将时间复杂度降低到 \(O(n \log n)\)。 #### 归并排序原理简介 归并排序采用的是分治策略,即将待排序序列分为若干子序列分别进行排序后再合并这些有序子序列形成最终的完全有序序列[^3]。此过程不仅实现了排序功能,在分割与合并的过程中还可以统计出原序列中存在的全部逆序对数量。 #### 代码实现 下面是一个完整的Python程序,它展示了如何利用归并排序来计算给定整数列表中的逆序对数目: ```python def merge_and_count_split_inv(B, C): sorted_array = [] inversions = 0 i, j = 0, 0 while i < len(B) and j < len(C): if B[i] <= C[j]: sorted_array.append(B[i]) i += 1 else: sorted_array.append(C[j]) j += 1 inversions += (len(B) - i) # Append any remaining elements of the arrays to 'sorted_array' sorted_array.extend(B[i:]) sorted_array.extend(C[j:]) return sorted_array, inversions def sort_and_count(array): if len(array) <= 1: return array, 0 mid = len(array) // 2 left_half, x = sort_and_count(array[:mid]) right_half, y = sort_and_count(array[mid:]) merged_array, z = merge_and_count_split_inv(left_half, right_half) return merged_array, x + y + z def count_inversions_merge_sort(arr): _, num_of_inversions = sort_and_count(arr) return num_of_inversions # 测试例子 if __name__ == "__main__": test_arr = [1, 3, 5, 2, 4, 6] print(f"Array {test_arr} has {count_inversions_merge_sort(test_arr)} inversions.") ``` 上述代码定义了一个 `merge_and_count_split_inv` 函数用于合并两个已排序的部分,并在此过程中计数跨越这两个部分之间的所有可能存在的逆序对;另一个辅助函数 `sort_and_count` 则负责递归地拆分输入直到单个元素为止,之后再逐步组合起来的同时累计总的逆序对数目。最后,`count_inversions_merge_sort` 提供了一种简便的方式来获取任意数组内的总逆序对数量[^2]。
评论
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