题目描述
给定一个整数数组 nums,按要求返回一个新数组 counts。数组 counts 有该性质: counts[i] 的值是 nums[i] 右侧小于 nums[i] 的元素的数量。
示例
输入: [5,2,6,1]
输出: [2,1,1,0]
解释:
5 的右侧有 2 个更小的元素 (2 和 1).
2 的右侧仅有 1 个更小的元素 (1).
6 的右侧有 1 个更小的元素 (1).
1 的右侧有 0 个更小的元素.
思考
方法一:暴力求解
两层for循环遍历,时间复杂度是O(N^2),很容易就超时。
方法二:树状数组优化
以上面为例,输入的数组是vec为[5,2,6,1],从右到左遍历,建立一个名为sum的数组,做以下的操作
(1) i = 3, vec[i] = 1,把sum数组第1个元素标记为1
则sum数组为[0,1,0,0,0,0,0],这个时候求[0,1)区间的和为0,就是counts[3]的值。
(2) i = 2, vec[i] = 6,把sum数组第6个元素标记为1
则sum数组为[0,1,0,0,0,0,1],这个时候求[0,6)区间的和为1,就是counts[2]的值。
(3) i = 1, vec[i] = 2,把sum数组第2个元素标记为1
则sum数组为[0,1,1,0,0,0,1],这个时候求[0,2)区间的和为1,就是counts[1]的值。
(4) i = 0, vec[i] = 5,把sum数组第5个元素标记为1
则sum数组为[0,1,1,0,0,1,1],这个时候求[0,5)区间的和为2,就是counts[0]的值。
这样下来,关键是如何快速去求区间元素的值。
可以使用树状数组或者线段树去做,线段树建造较为麻烦,这里就用树状数组求解即可。
代码
class Solution {
public:
int lowbit(int x)
{
return x & (-x);
}
int get_sum(vector<int> &sum, int index)
{
int ret = 0;
while(index > 0)
{
ret += sum[index];
index -= lowbit(index);
}
return ret;
}
void update(vector<int> &sum, int index, int value)
{
while(index < sum.size())
{
sum[index] += value;
index += lowbit(index);
}
}
vector<int> countSmaller(vector<int>& nums) {
vector<int> counts(nums.size(), 0);
vector<int> sum(nums.size() + 1, 0);
/*
因为有负值存在,这一部分是把所有的值进行序列化。
这里序列化的意思每个元素替换成排序后的数组下标位置。
如[-5,-4,-3,-2,-1],经过序列化后,变成[1,2,3,4,5]
相对大小没有任何变化
*/
vector<int> tmp(nums.begin(), nums.end());
map<int,int> map_index;
sort(tmp.begin(), tmp.end());
tmp.erase(unique(tmp.begin(), tmp.end()), tmp.end());
for (int i = 0;i < tmp.size(); i++)
{
map_index[tmp[i]] = i + 1;
}
for (int i = 0;i < nums.size(); i++)
{
nums[i] = map_index[nums[i]];
}
/* 这里开始向数组中更新元素,然后求0~nums[i]-1这个范围的和 */
for (int i = nums.size() - 1;i >= 0;i --)
{
update(sum, nums[i], 1);
counts[i] = get_sum(sum, nums[i] - 1);
}
return counts;
}
};