openjudge 求逆序对数(线段树+离散化)

本文介绍了一种使用离散化方法高效计算整数序列中逆序对数量的算法实现。针对给定的整数序列,该算法能够准确计算出所有满足条件的逆序对个数。通过构建树状数组进行更新和查询操作,有效地解决了逆序对计数问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

求逆序对数

总时间限制: 
500ms 
内存限制: 
65536kB
描述

对于一个长度为N的整数序列A,满足i < j 且 Ai > Aj.的数对(i,j)称为整数序列A的一个逆序
<j<=n且ai><j<=n且ai><j<=n且ai><j<=n且ai>

请求出整数序列A的所有逆序对个数

输入
输入包含多组测试数据,每组测试数据有两行
第一行为整数N(1 <= N <= 20000),当输入0时结束
第二行为N个整数,表示长为N的整数序列
输出
每组数据对应一行,输出逆序对的个数
样例输入
5
1 2 3 4 5
5
5 4 3 2 1
1
1
0
样例输出
0
10
0
 
  
tips:没有给明整数范围,也没说整数是否可以为非正。离散化吧
#include<iostream>
#include<cstring>
#include<utility>
#include<vector>
#include<cstdio> 
#include<algorithm>
using namespace std;
const int maxn=110000;
typedef pair<int,int>pr;
int sum[maxn<<2];
vector<pr>v;

void pushup(int rt)
{
	sum[rt]=sum[rt<<1]+sum[rt<<1|1];
}
void build(int rt,int l,int r)
{
	if(l==r){
		sum[rt]=0;
		return;
	}
	int m=(l+r)>>1;
	build(rt<<1,l,m);
	build(rt<<1|1,m+1,r);
	pushup(rt);
}

void update(int x,int rt,int l,int r)
{
	if(l==r){
		sum[rt]++;
		return;
	}
	int m=(l+r)>>1;
	if(x<=m)update(x,rt<<1,l,m);
	else update(x,rt<<1|1,m+1,r);
	pushup(rt);
}
int query(int rt,int l,int r,int ll,int rr)
{
	if(ll<=l&&rr>=r){
		return sum[rt];
	}
	
	int ret=0;
	int m=(l+r)>>1;
	
	if(ll<=m)ret+=query(rt<<1,l,m,ll,rr);
	if(rr>m)ret+=query(rt<<1|1,m+1,r,ll,rr);
	return ret; 
}
int main()
{
	int n;
	while(scanf("%d",&n),n)
	{	
		//build(1,1,maxn);
		memset(sum,0,sizeof(sum));
		v.clear();
		
		for(int i=1;i<=n;i++)
		{
			int x;scanf("%d",&x);
			v.push_back(make_pair(x,i));
		}	
		stable_sort(v.begin(),v.end());
		int ans=0;
		for(int i=0;i<v.size();i++)
		{
			update(v[i].second,1,1,maxn);
			ans+=query(1,1,maxn,v[i].second+1,maxn);
		}
		cout<<ans<<endl;
	} 
	
	
	
	return 0;
 } 


### 使用归并排序算法计算逆序对数量 #### 方法概述 归并排序的核心思想是分治法,即将数组分为更小的部分分别处理后再合并。在合并过程中可以统计逆序对的数量。当两个子数组被分开时,左边的子数组元素大于右边的子数组元素的情况即构成逆序对[^1]。 对于暴力解法(嵌套循环),虽然简单易懂,但由于其时间复杂度为 \( O(n^2) \),不适合大规模数据集的需。而通过归并排序实现逆序对计数,则能将时间复杂度降低到 \( O(n\log n) \)[^2]。 --- #### 实现细节 以下是基于归并排序的逆序对计数的具体逻辑: 1. **分解阶段** 将原始数组不断划分为两部分,直到每部分仅剩下一个元素为止。这一过程类似于标准的归并排序拆分操作。 2. **合并阶段** 合并已排序的子数组,在此期间完成逆序对的统计工作。具体来说: - 假设当前正在比较左半部分索引 `i` 和右半部分索引 `j` 的值; - 如果发现左侧元素较大 (`arr[i] > arr[j]`),则说明从位置 `i` 到该子数组结束的所有元素都与右侧当前位置上的元素形成逆序对; - 计算这些逆序对的数量,并将其累加至全局变量中。 3. **返回结果** 当整个数组重新组合完毕后,最终得到的就是总的逆序对数目。 --- #### Python代码示例 下面是一个完整的Python程序用于演示上述方法: ```python def merge_and_count_split_inv(left, right): result = [] i = j = inv_count = 0 while i < len(left) and j < len(right): if left[i] <= right[j]: result.append(left[i]) i += 1 else: result.append(right[j]) # Count the number of split inversions. inv_count += (len(left) - i) j += 1 result.extend(left[i:]) result.extend(right[j:]) return result, inv_count def sort_and_count(array): if len(array) <= 1: return array, 0 mid = len(array) // 2 left_sorted, left_inversions = sort_and_count(array[:mid]) # Recursive call on left half right_sorted, right_inversions = sort_and_count(array[mid:]) # Recursive call on right half merged_array, split_inversions = merge_and_count_split_inv(left_sorted, right_sorted) total_inversions = left_inversions + right_inversions + split_inversions return merged_array, total_inversions if __name__ == "__main__": test_array = [2, 4, 1, 3, 5] _, num_of_inversions = sort_and_count(test_array) print(f"The number of inversion pairs is {num_of_inversions}.") ``` --- #### 结果解释 以上代码实现了归并排序的同时也完成了逆序对的统计功能。测试用例 `[2, 4, 1, 3, 5]` 中存在三对逆序关系 `(2,1), (4,1)` 及 `(4,3)` ,因此输出应显示总共有三个逆序对。 ---
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