poj2299 逆序对

题目大意：给定多组数据，求每组数据中出现的逆序对个数。

      给定n个数，要求这些数构成的逆序对的个数。除了用归并排序来求逆序对个数，还可以使用树状数组来求解。

树状数组求解的思路：开一个能大小为这些数的最大值的树状数组，并全部置0。从头到尾读入这些数，每读入一个数就更新树状数组，查看它前面比它小的已出现过的有多少个数sum，然后用当前位置减去该sum，就可以得到当前数导致的逆序对数了。把所有的加起来就是总的逆序对数。

题目中的数都是独一无二的，这些数最大值不超过999999999，但n最大只是500000。如果采用上面的思想，必然会导致空间的巨大浪费，而且由于内存的限制，我们也不可能开辟这么大的数组。因此可以采用一种称为“离散化”的方式，把原始的数映射为1-n一共n个数，这样就只需要500000个int类型的空间。

离散化的方式：

struct Node{int val, pos;};

Node node[500005];

int reflect[500005];

val存放原数组的元素，pos存放原始位置，即node[i].pos = i。

把这些结构体按照val的大小排序。

reflect数组存放离散化后的值，即reflect[node[i].pos] = i。

这样从头到尾读入reflect数组中的元素，即可以保持原来的大小关系，又可以节省大部分空间。

原始数据

                     Val 200 309 347  2   19

                      Pos  1  2   3   4   5

排序后

                        Val  2  19  200  309  347

                        Pos  4  5   1   2    3

 

离散化

                      ref    1   2   3   4    5

                      pos   4   5   1   2    3

所以离散化就是，排序后，从第一个位置上的数是最小的数，依次递增

for (int i = 1; i <= n; ++i) reflect[node[i].pos] = i;   //离散化

如果求逆序对的数据中有相同的值，要特判这些相同的值

	reflect[node[1].pos]=1; //包含重复数据的离散化
		int tmp=1;
		for (int i = 2; i <= n; ++i){
			if(node[i].val==node[i-1].val)reflect[node[i].pos]=tmp;
			else reflect[node[i].pos] = ++tmp;  
		}

访问使用的数据   等价与原始数据

                     ref    3  4   5  1    2

                    pos   1   2  3   4    5

来源; http://wenku.baidu.com/link?url=vGwOOyCdkIvedbwlUS5BxwSsMo793jIYnRxnl72OS4umklsyGIyRlkk8RDMwNnN6eikBNhaOljMbFqcIph0xpgw5HcRUwlkK_qzfFYpbzT7

算法详细解释：

1.解释为什么要有离散的这么一个过程？

    刚开始以为999.999.999这么一个数字，对于int存储类型来说是足够了。

    还有只有500000个数字，何必要离散化呢？

    刚开始一直想不通，后来明白了，后面在运用树状数组操作的时候，

    用到的树状数组C[i]是建立在一个有点像位存储的数组的基础之上的，

    不是单纯的建立在输入数组之上。

    比如输入一个9 1 0 5 4，那么C[i]树状数组的建立是在，

    下标 0 1 2 3 4 5 6 7 8 9

    数组 1 1 0 0 1 1 0 0 0 1

    现在由于999999999这个数字相对于500000这个数字来说是很大的，

    所以如果用数组位存储的话，那么需要999999999的空间来存储输入的数据。

    这样是很浪费空间的，题目也是不允许的，所以这里想通过离散化操作，

    使得离散化的结果可以更加的密集。

2. 离散之后，怎么使用离散后的结果数组来进行树状数组操作，计算出逆序数？

    如果数据不是很大，可以一个个插入到树状数组中，

    每插入一个数，统计比他小的数的个数，

    对应的逆序为 i- getsum( aa[i] ),

    其中 i为当前已经插入的数的个数，

    getsum( aa[i] ）为比 aa[i]小的数的个数,

    i- sum( aa[i] ) 即比 aa[i]大的个数，即逆序的个数

    但如果数据比较大，就必须采用离散化方法

    假设输入的数组是9 1 0 5 4，离散后的结果REF[] = {5,2,1,4,3};

在离散结果中间结果的基础上，那么其计算逆序数的过程是这么一个过程。

1，输入5，  调用upDate(5,1),把第5位设置为1

1 2 3 4 5

0 0 0 0 1

计算1-5上比5小的数字存在么？这里用到了树状数组的getSum（5） = 1操作，

现在用输入的下标1 -getSum(5) = 0就可以得到对于5的逆序数为0。

2. 输入2，调用upDate(2, 1),把第2位设置为1

1 2 3 4 5

0 1 0 0 1

计算1-2上比2小的数字存在么？这里用到了树状数组的getSum（2） = 1操作，

现在用输入的下标2 -getSum(2) = 1就可以得到对于2的逆序数为1。

3. 输入1，调用upDate(1, 1),把第1位设置为1

1 2 3 4 5

1 1 0 0 1

计算1-1上比1小的数字存在么？这里用到了树状数组的getSum（1） = 1操作，

现在用输入的下标 3 -getSum(1) = 2就可以得到对于1的逆序数为2。

4. 输入4，调用upDate(4, 1),把第5位设置为1

1 2 3 4 5

1 1 0 1 1

计算1-4上比4小的数字存在么？这里用到了树状数组的getSum（4） = 3操作，

现在用输入的下标4 -getSum(4) = 1就可以得到对于4的逆序数为1。

5. 输入3，调用upDate(3, 1),把第3位设置为1

1 2 3 4 5

1 1 1 1 1

计算1-3上比3小的数字存在么？这里用到了树状数组的getSum（3） = 3操作，

现在用输入的下标5 -getSum(3) = 2就可以得到对于3的逆序数为2。

6. 0+1+2+1+2 = 6 这就是最后的逆序数

分析一下时间复杂度，首先用到快速排序，时间复杂度为O(NlogN),

后面是循环插入每一个数字，每次插入一个数字，分别调用一次upData()和getSum()

外循环N,upData()和getSum()时间O(logN) =>时间复杂度还是O(NlogN).

最后总的还是O(NlogN).

参考代码：

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
using namespace std;

const int N = 500005;

struct Node{
	int val,pos;
};

Node node[N];
int c[N], reflect[N], n;

bool cmp(const Node& a, const Node& b){
	return a.val < b.val;
}

int lowbit(int x){
	return x & (-x);
}

void updata(int x){
	while (x <= n){
		c[x] += 1;
		x += lowbit(x);
	}
}

int getsum(int x){
	int ret = 0;
	while (x > 0){
		ret += c[x];
		x -= lowbit(x);
	}
	return ret;
}

int main(){
	while (scanf("%d", &n) != EOF && n){
		for (int i = 1; i <= n; ++i) {
			scanf("%d", &node[i].val);
			node[i].pos = i;
		}
		sort(node + 1, node + n + 1, cmp);   //排序
		for (int i = 1; i <= n; ++i) reflect[node[i].pos] = i;   //离散化
		for (int i = 1; i <= n; ++i) c[i] = 0;   //初始化树状数组
		long long ans = 0;
		for (int i = 1; i <= n; ++i){
			updata(reflect[i]);
			ans += i - getsum(reflect[i]);
		}
		printf("%lld\n", ans);
	} 
	return 0;
}