1. 题⽬链接:剑指Offer51.数组中的逆序对
2. 题⽬描述:
3. 解法(利⽤归并排序的过程---分治):
算法思路:
⽤归并排序求逆序数是很经典的⽅法,主要就是在归并排序的合并过程中统计出逆序对的数量,也 就是在合并两个有序序列的过程中,能够快速求出逆序对的数量。 我们将这个问题分解成⼏个⼩问题,逐⼀破解这道题。
注意:默认都是升序,如果掌握升序的话,降序的归并过程也是可以解决问题的。
• 先解决第⼀个问题,为什么可以利⽤归并排序? 如果我们将数组从中间划分成两个部分,那么我们可以将逆序对产⽣的⽅式划分成三组:
• 逆序对中两个元素:全部从左数组中选择
• 逆序对中两个元素:全部从右数组中选择
• 逆序对中两个元素:⼀个选左数组另⼀个选右数组 根据排列组合的分类相加原理,三种种情况下产⽣的逆序对的总和,正好等于总的逆序对数量。
⽽这个思路正好匹配归并排序的过程:
• 先排序左数组;
• 再排序右数组;
• 左数组和右数组合⼆为⼀。
因此,我们可以利⽤归并排序的过程,先求出左半数组中逆序对的数量,再求出右半数组中逆序对的 数量,最后求出⼀个选择左边,另⼀个选择右边情况下逆序对的数量,三者相加即可。
• 解决第⼆个问题,为什么要这么做? 在归并排序合并的过程中,我们得到的是两个有序的数组。我们是可以利⽤数组的有序性,快速统计 出逆序对的数量,⽽不是将所有情况都枚举出来。
• 最核⼼的问题,如何在合并两个有序数组的过程中,统计出逆序对的数量?
合并两个有序序列时求逆序对的⽅法有两种:
1. 快速统计出某个数前⾯有多少个数⽐它⼤;
2. 快速统计出某个数后⾯有多少个数⽐它⼩;
⽅法⼀:快速统计出某个数前⾯有多少个数⽐它⼤
通过⼀个⽰例来演⽰⽅法⼀:
假定已经有两个已经有序的序列以及辅助数组left=[5,7,9]right=[4,5,8]help=[],通过合并两 个有序数组的过程,来求得逆序对的数量:
规定如下定义来叙述过程:
cur1遍历left数组,cur2遍历right数组
ret记录逆序对的数量
第⼀轮循环:
left[cur1]>right[cur2],由于两个数组都是升序的,那么我们可以断定,此刻left数组中 [cur1,2]区间内的3个元素均可与right[cur2]的元素构成逆序对,因此可以累加逆序对的数量ret+=3,并且将right[cur2]加⼊到辅助数组中,cur2++遍历下⼀个元素。
第⼀轮循环结束后:left=[5,7,9] right=[x,5,8] help=[4] ret=3 cur1=0 cur2=1
第⼆轮循环:
left[cur1]==right[cur2],因为right[cur2]可能与left数组中往后的元素构成逆序对,因此我 们需要将left[cur1]加⼊到辅助数组中去,此时没有产⽣逆序对,不更新ret。
第⼆轮循环结束后:left=[x,7,9] right=[x,5,8] help=[4,5] ret=3 cur1=1 cur2=1
第三轮循环:
left[cur1]>right[cur2],与第⼀轮循环相同,此刻left数组中[cur1,2]区间内的2个元素均可 与right[cur2]的元素构成逆序对,更新ret的值为 ret+=2,并且将right[cur2]加⼊到辅助数组中 去,cur2++遍历下⼀个元素。
第三轮循环结束后:left=[x,7,9] right=[x,x,8] help=[4,5,5] ret=5 cur1=1 cur2=2
第四轮循环:
left[cur1]<right[cur2],由于两个数组都是升序的,因此我们可以确定left[cur1]⽐right数组中的所有元素都要⼩。left[cur1]这个元素是不可能与right数组中的元素构成逆序对。因此,⼤胆
的将left[cur1]这个元素加⼊到辅助数组中去,不更细ret的值。
第四轮循环结束后:left=[x,x,9] right=[x,x,8] help=[4,5,5,7] ret=5 cur1=2 cur2=2
第五轮循环:
left[cur1]>right[cur2],与第⼀、第三轮循环相同。此时left数组内的1个元素能与 right[cur2]构成逆序对,更新ret的值,并且将right[cur2]加⼊到辅助数组中去。
第五轮循环结束后:left=[x,x,9] right=[x,x,x] help=[4,5,5,7,8] ret=6 cur1=2 cur2=2
处理剩余元素:
• 如果是左边出现剩余,说明左边剩下的所有元素都是⽐右边元素⼤的,但是它们都是已经被计算过 的(我们以右边的元素为基准的),因此不会产⽣逆序对,仅需归并排序即可。
• 如果是右边出现剩余,说明右边剩下的元素都是⽐左边⼤的,不符合逆序对的定义,因此也不需要 处理,仅需归并排序即可。
整个过程只需将两个数组遍历⼀遍即可,时间复杂度为O(N)。
由上述过程我们可以得出⽅法⼀统计逆序对的关键点:
在合并有序数组的时候,遇到左数组当前元素>右数组当前元素时,我们可以通过计算左数组中剩余 元素的⻓度,就可快速求出右数组当前元素前⾯有多少个数⽐它⼤,对⽐解法⼀中⼀个⼀个枚举逆序 对效率快了许多。
⽅法⼆:快速统计出某个数后⾯有多少个数⽐它⼩
依旧通过⼀个⽰例来演⽰⽅法⼆:
假定已经有两个已经有序的序列以及辅助数组left=[5,7,9] right=[4,5,8] help=[],通过合并两 个有序数组的过程,来求得逆序对的数量:
规定如下定义来叙述过程:
cur1遍历left数组,cur2遍历right数组
ret记录逆序对的数量
第⼀轮循环:
left[cur1]>right[cur2],先不要着急统计,因为我们要找的是当前元素后⾯有多少⽐它⼩的, 这⾥虽然出现了⼀个,但是right数组中依旧还可能有其余⽐它⼩的。因此此时仅将right[cur2]加⼊ 到辅助数组中去,并且将cur2++。
第⼀轮循环结束后:left=[5,7,9] right=[x,5,8] help=[4] ret=0 cur1=0 cur2=1
第⼆轮循环:
left[cur1]==right[cur2],由于两个数组都是升序,这个时候对于元素left[cur1]来说,我们已 经可以断定right数组中[0,cur2)左闭右开区间上的元素都是⽐它⼩的。因此此时可以统计逆序对的 数量ret+=cur2-0,并且将left[cur1]放⼊到辅助数组中去,cur1++遍历下⼀个元素。
第⼆轮循环结束后:left=[x,7,9] right=[x,5,8] help=[4,5] ret=1 cur1=1 cur2=1
第三轮循环:
left[cur1]>right[cur2],与第⼀轮循环相同,直接将right[cur2]加⼊到辅助数组中去, cur2++遍历下⼀个元素。
第三轮循环结束后:left=[x,7,9] right=[x,x,8] help=[4,5,5] ret=1 cur1=1 cur2=2
第四轮循环:
left[cur1]<right[cur2],由于两个数组都是升序的,这个时候对于元素left[cur1]来说,我们 依旧已经可以断定right数组中[0,cur2)左闭右开区间上的元素都是⽐它⼩的。因此此时可以统计逆 序对的数量ret+=cur2-0,并且将left[cur1]放⼊到辅助数组中去,cur1++遍历下⼀个元素。
第四轮循环结束后:left=[9] right=[8] help=[4,5,5,7] ret=3 cur1=2 cur2=2
第五轮循环:
left[cur1]>right[cur2],与第⼀、第三轮循环相同。直接将right[cur2]加⼊到辅助数组中去, cur2++遍历下⼀个元素。
第五轮循环结束后:left=[x,x,9] right=[x,x,x] help=[4,5,5,7,8] ret=3 cur1=2 cur2=2
处理剩余元素:
• 如果是左边出现剩余,说明左边剩下的所有元素都是⽐右边元素⼤的,但是相⽐较于⽅法⼀,逆序 对的数量是没有统计过的。因此,我们需要统计ret的值:
◦ 设左边数组剩余元素的个数为leave
◦ ret+=leave*(cur2-0)
对于本题来说,处理剩余元素的时候,left数组剩余1个元素,cur2-0=3,因此ret需要类加 上3,结果为6。与⽅法⼀求得的结果相同。
• 如果是右边出现剩余,说明右边剩下的元素都是⽐左边⼤的,不符合逆序对的定义,因此也不需要 处理,仅需归并排序即可。整个过程只需将两个数组遍历⼀遍即可,时间复杂度依旧为O(N)。
由上述过程我们可以得出⽅法⼆统计逆序对的关键点:
在合并有序数组的时候,遇到左数组当前元素<=右数组当前元素时,我们可以通过计算右数组已经遍 历过的元素的⻓度,快速求出左数组当前元素后⾯有多少个数⽐它⼤。
但是需要注意的是,在处理剩余元素的时候,⽅法⼆还需要统计逆序对的数量。
升序的版本:
C++算法代码:
class Solution
{
public:
vector<int>temp; //临时合并数值
int margesort(vector<int>& record,int left,int right)
{
//只剩一个元素时直接返回
if(left>=right)
{
return 0;
}
int ret=0; //记录一边中能找到的逆序对个数
//计算逆序对+排序
int mid=(left+right)/2;
//加上两边各自中存在的逆序对
ret+=margesort(record,left,mid);
ret+=margesort(record,mid+1,right);
//合并两块数组
int cur1=left,cur2=mid+1,i=0;
//升序
while(cur1<=mid&&cur2<=right)
{
if(record[cur1]<=record[cur2])
{
temp[i++]=record[cur1++];
}
else
{
//加上两块合并在一起时增加的逆序对
ret+=mid-cur1+1;
temp[i++]=record[cur2++];
}
}
//处理未遍历完的部分
while(cur1<=mid)
{
temp[i++]=record[cur1++];
}
while(cur2<=right)
{
temp[i++]=record[cur2++];
}
//修改原有数组
for(int i=left;i<=right;i++)
{
record[i]=temp[i-left];
}
return ret;
}
int reversePairs(vector<int>& record)
{
temp.resize(record.size());
return margesort(record,0,record.size()-1);
}
};
Java算法代码:
class Solution
{
int[] tmp;
public int reversePairs(int[] nums)
{
int n = nums.length;
tmp = new int[n];
return mergeSort(nums, 0, n - 1);
}
public int mergeSort(int[] nums, int left, int right)
{
if (left >= right) return 0;
int ret = 0;
// 1. 选择⼀个中间点,将数组划分成两部分
int mid = (left + right) / 2;
// [left, mid] [mid + 1, right]
// 2. 左半部分的个数 + 排序 + 右半部分的个数 + 排序
ret += mergeSort(nums, left, mid);
ret += mergeSort(nums, mid + 1, right);
// 3. ⼀左⼀右的个数
int cur1 = left, cur2 = mid + 1, i = 0;
while (cur1 <= mid && cur2 <= right) // 升序版本
{
if (nums[cur1] <= nums[cur2])
{
tmp[i++] = nums[cur1++];
}
else
{
ret += mid - cur1 + 1;
tmp[i++] = nums[cur2++];
}
}
// 4. 处理⼀下排序
while (cur1 <= mid) tmp[i++] = nums[cur1++];
while (cur2 <= right) tmp[i++] = nums[cur2++];
for (int j = left; j <= right; j++)
nums[j] = tmp[j - left];
return ret;
}
}
降序的版本
C++算法代码:
class Solution
{
int tmp[50010];
public:
int reversePairs(vector<int>& nums)
{
return mergeSort(nums, 0, nums.size() - 1);
}
int mergeSort(vector<int>& nums, int left, int right)
{
if (left >= right) return 0;
int ret = 0;
// 1. 找中间点,将数组分成两部分
int mid = (left + right) >> 1;
// [left, mid][mid + 1, right]
// 2. 左边的个数 + 排序 + 右边的个数 + 排序
ret += mergeSort(nums, left, mid);
ret += mergeSort(nums, mid + 1, right);
// 3. ⼀左⼀右的个数
int cur1 = left, cur2 = mid + 1, i = 0;
while (cur1 <= mid && cur2 <= right) // 降序的版本
{
if (nums[cur1] <= nums[cur2])
{
tmp[i++] = nums[cur2++];
}
else
{
ret += right - cur2 + 1;
tmp[i++] = nums[cur1++];
}
}
// 4. 处理⼀下排序
while (cur1 <= mid) tmp[i++] = nums[cur1++];
while (cur2 <= right) tmp[i++] = nums[cur2++];
for (int j = left; j <= right; j++)
nums[j] = tmp[j - left];
return ret;
}
};
Java算法代码:
class Solution
{
int[] tmp;
public int reversePairs(int[] nums)
{
int n = nums.length;
tmp = new int[n];
return mergeSort(nums, 0, n - 1);
}
public int mergeSort(int[] nums, int left, int right)
{
if (left >= right) return 0;
int ret = 0;
// 1. 选择⼀个中间点,将数组划分成两部分
int mid = (left + right) / 2;
// [left, mid] [mid + 1, right]
// 2. 左半部分的个数 + 排序 + 右半部分的个数 + 排序
ret += mergeSort(nums, left, mid);
ret += mergeSort(nums, mid + 1, right);
// 3. ⼀左⼀右的个数
int cur1 = left, cur2 = mid + 1, i = 0;
while (cur1 <= mid && cur2 <= right) // 降序的版本
{
if (nums[cur1] <= nums[cur2])
{
tmp[i++] = nums[cur2++];
}
else
{
ret += right - cur2 + 1;
tmp[i++] = nums[cur1++];
}
}
// 4. 处理⼀下排序
while (cur1 <= mid) tmp[i++] = nums[cur1++];
while (cur2 <= right) tmp[i++] = nums[cur2++];
for (int j = left; j <= right; j++)
nums[j] = tmp[j - left];
return ret;
}
}