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P。并将P对1000000007取模的结果输出。 即输出P%1000000007
输入描述:
题目保证输入的数组中没有的相同的数字
数据范围:
对于%50的数据,size<=10^4
对于%75的数据,size<=10^5
对于%100的数据,size<=2*10^5
示例1:
输入
1,2,3,4,5,6,7,0
输出
7
首先分析题意,对于输入数组1,2,3,4,5,6,7,0, 逆序对为(1,0),(2,0)…(7,0)一共7个, 即对于数组中的每个数,其可以构成逆序对的个数为它后面且比它小的数的个数, 那么,最直观的方法显然是2层循环,当然,这样的话时间效率较低,那我们能不能找到更优的方法呢?
对于归并排序,我们应该都比较熟悉了,那么这个题目可不可以用归并排序的思路做呢? 显然是可以的。
以上图为例,我们把数组从中间分成左右2部分,然后分别计算左右2部分的逆序对的个数, 这部分递归就OK, 那我们现在的主要目的就是要计算左右2个数组之间的逆序对了, 左右2个数组计算逆序对后我们把他们弄成有序的,那计算2个有序数组之间的逆序对就只需要O(n)的时间复杂度了, 合并的时候我们需要额外的空间O(n)。
那么这样算法的时间复杂度T(n)=2T(n/2)+O(n), 故时间复杂度为O(nlogn),空间复杂度为O(n).
这样就很easy了,是不是? 不说了,直接上代码
//合并左右2个数组,nums[left:mid]和nums[mid+1:right]
int merge(vector<int>& nums, int left, int mid, int right)
{
int sum = 0, i = mid, j = right, temp = right - left;
vector<int> a(right - left + 1, 0);
//2个有序数组的合并
while (i >= left && j >= mid + 1)
{
if (nums[i]>nums[j])
{
a[temp--] = nums[i];
sum = (sum + j - mid) % 1000000007;
i--;
}
else
{
a[temp--] = nums[j];
j--;
}
}
if (i<left)
{
while (j >= mid + 1)
{
a[temp--] = nums[j--];
}
}
if (j<mid + 1)
{
while (i >= left)
{
a[temp--] = nums[i--];
}
}
for (i = left; i <= right; i++)
nums[i] = a[i - left];
return sum;
}
//递归计算
int mergesort(vector<int>& nums, int left, int right)
{
if (left == right)
return 0;
int mid = (left + right) / 2;
int leftcnt = mergesort(nums, left, mid) % 1000000007;
int rightcnt = mergesort(nums, mid + 1, right) % 1000000007;
return (leftcnt + rightcnt + merge(nums, left, mid, right)) % 1000000007;
}
int InversePairs(vector<int> data) {
if (data.size() <= 1)
return 0;
return mergesort(data, 0, data.size() - 1);
}
python 的实现
# -*- coding:utf-8 -*-
class Solution:
def swap(self, data, i, j):
temp = data[i]
data[i] = data[j]
data[j] = temp
### 左边数组为 为data[left]....data[mid]
### 右边数组为 data[data+1]... data[right]
def merge(self, data, left, mid, right):
temp = [0 for i in range(right-left+1)]
i,j = left, mid+1
k = 0
res = 0
while i<mid+1 and j<right+1:
if data[i] <= data[j]:
temp[k] = data[i]
i+= 1
else:
temp[k] = data[j]
res += (mid+1-i)
j+=1
k+=1
if i == mid+1:
while j<right+1:
temp[k] = data[j]
k+=1
j+=1
if j == right+1:
while i<mid+1:
temp[k] = data[i]
k+=1
i+=1
for i in range(len(temp)):
data[left+i] = temp[i]
return res
def mergeSort(self, data, left, right):
if left >= right:
return 0
mid = left + (right-left)/2
leftCnt = self.mergeSort(data, left, mid)%1000000007
rightCnt = self.mergeSort(data, mid+1, right)%1000000007
return ((leftCnt + rightCnt)%1000000007 + self.merge(data, left, mid, right))%1000000007
def InversePairs(self, data):
# write code here
if len(data) < 2:
return 0
return self.mergeSort(data, 0, len(data)-1)
注意python 如何采用切片的方式,像下面这种直接用data的一个子列表并不是他的引用,最后两个子数组merge 的时候,实际的数组的顺序并没有改变,会报错
def InversePairs(self, data):
# write code here
if len(data) < 2:
return 0
if len(data) == 2:
if data[0] > data[1]:
self.swap(data, 0, 1)
return 1
else:
return 0
mid = (len(data)-1)/2
leftCnt = self.InversePairs(data[0:mid+1])%1000000007
rightCnt = self.InversePairs(data[mid+1:])%1000000007
print(data)
return ((leftCnt + rightCnt)%1000000007 + self.merge(data, mid))%1000000007