剑指 Offer 51. 数组中的逆序对

题目与题解均转载自leetcode

题目描述

在数组中的两个数字，如果前面一个数字大于后面的数字，则这两个数字组成一个逆序对。输入一个数组，求出这个数组中的逆序对的总数。

示例 1:

输入: [7,5,6,4]
输出: 5

题解

题解转载自krahets
方法：归并排序

预备知识

「归并排序」是分治思想的典型应用，它包含这样三个步骤：
分解： 待排序的区间为 [l,r]我们把 [l,r] 分成 [l,m] 和 [m+1,r]
解决： 使用归并排序递归地排序两个子序列
合并： 把两个已经排好序的子序列 [l,m] 和 [m+1,r] 合并起来在待排序序列长度为 1 的时候，递归开始「回升」，因为我们默认长度为 1 的序列是排好序的。

思路

那么求逆序对和归并排序又有什么关系呢？关键就在于「归并」当中「并」的过程。我们通过一个实例来看看。假设我们有两个已排序的序列等待合并，分别是 L={8,12,16,22,100} 和 R={9,26,55,64,91}。一开始我们用指针 lPtr = 0 指向 L 的首部，rPtr = 0 指向 R 的头部。记已经合并好的部分为 M。

L = [8, 12, 16, 22, 100]   R = [9, 26, 55, 64, 91]  M = []
     |                          |
   lPtr                       rPtr

我们发现 lPtr 指向的元素小于 rPtr 指向的元素，于是把 lPtr 指向的元素放入答案，并把 lPtr 后移一位。

L = [8, 12, 16, 22, 100]   R = [9, 26, 55, 64, 91]  M = [8]
        |                       |
      lPtr                     rPtr

这个时候我们把左边的 8 加入了答案，我们发现右边没有数比 8 小，所以 8 对逆序对总数的「贡献」为 0。
接着我们继续合并，把 9 加入了答案，此时 lPtr 指向 12，rPtr 指向 26。

L = [8, 12, 16, 22, 100]   R = [9, 26, 55, 64, 91]  M = [8, 9]
        |                          |
       lPtr                       rPtr

此时 lPtr 比 rPtr 小，把 lPtr 对应的数加入答案，并考虑它对逆序对总数的贡献为 rPtr 相对 R 首位置的偏移 1（即右边只有一个数比 12 小，所以只有它和 12 构成逆序对），以此类推。

我们发现用这种「算贡献」的思想在合并的过程中计算逆序对的数量的时候，只在 lPtr 右移的时候计算，是基于这样的事实：当前 lPtr 指向的数字比 rPtr 小，但是比 R 中 [0 … rPtr - 1] 的其他数字大，[0 … rPtr - 1] 的其他数字本应当排在 lPtr 对应数字的左边，但是它排在了右边，所以这里就贡献了 rPtr 个逆序对。

算法流程：

merge_sort() 归并排序与逆序对统计：

终止条件： 当 l≥r 时，代表子数组长度为 1 ， 此时终止划分；
递归划分： 计算数组中点 m ，递归划分左子数组 merge_sort(l, m) 和右子数组 merge_sort(m + 1, r) ；
合并与逆序对统计：
暂存数组 nums 闭区间 [i,r] 内的元素至辅助数组 tmp ；
循环合并： 设置双指针 i , j 分别指向左 / 右子数组的首元素；
当 i=m+1 时： 代表左子数组已合并完，因此添加右子数组当前元素 tmp[j] ，并执行 j=j+1 ；
否则，当 j=r+1 时： 代表右子数组已合并完，因此添加左子数组当前元素 tmp[i] ，并执行 i=i+1 ；
否则，当 tmp[i]≤tmp[j] 时： 添加左子数组当前元素 tmp[i] ，并执行 i=i+1；
否则（即 tmp[i]>tmp[j]）时： 添加右子数组当前元素 tmp[j] ，并执行 j=j+1 ；此时构成 m−i+1 个「逆序对」，统计添加至 res ；
返回值： 返回直至目前的逆序对总数

reversePairs() 主函数：
初始化： 辅助数组 tmp ，用于合并阶段暂存元素；
返回值： 执行归并排序 merge_sort() ，并返回逆序对总数即可；

利用这个思路，我们可以写出如下代码。

class Solution {
    int[] nums, tmp;
    public int reversePairs(int[] nums) {
        this.nums = nums;
        tmp = new int[nums.length];
        return mergeSort(0, nums.length - 1);
    }
    private int mergeSort(int l, int r) {
        // 终止条件
        if (l >= r) return 0;
        // 递归划分
        int m = (l + r) / 2;
        int res = mergeSort(l, m) + mergeSort(m + 1, r);
        // 合并阶段
        //i,j分别为指向左右数组的指针
        int i = l, j = m + 1;

        for (int k = l; k <= r; k++)
            tmp[k] = nums[k];

        for (int k = l; k <= r; k++) {
            //i==mid+1代表指向左数组的指针已经越界指向了右数组，左数组已经全部放入新数组中
            //此时将右数组中剩余的元素依次放入nums数组中,且此后不会产生新的逆序对
            if (i == m + 1)
                nums[k] = tmp[j++];
            //右数组指针越界，右数组已经全部放入新数组中||左指针指向的数小于右指针指向的数
            else if (j == r + 1 || tmp[i] <= tmp[j])
                nums[k] = tmp[i++];
            else {//tmp[i]>tmp[j]
                //此时temp[i:mid]与temp[j]之后的数字均构成逆序对
                nums[k] = tmp[j++];
                // 统计逆序对
                //每轮新增的逆序对个数-1
                res += m - i + 1; 
            }
        }
        return res;
    }
}