逆序对
在⼀个数组 A[0…n-1] 中,逆序对(inversion)i 和 j 是⼀对索引 ,满足 i<j 且A[i]>A[j]。⼀个包含n个元素的数组中的逆序对数量介于0(如果数组已排序)和 (如果数组完全逆序)n(n-1) 之间。
相关例题:P1908 逆序对
分析:
直接暴力枚举:二维循环,枚举每一个 i<j的数对,如果A[i] > A[j]则记录该逆序对。
时间复杂度: O ( n 2 ) O(n^2) O(n2)
空间复杂度: O ( 1 ) O(1) O(1)
归并排序:利用归并排序合并的时候,需要比较元素大小的步骤,来直接计算其产生的逆序对数目。
归并排序过程中,前面的分治过程不会产生逆序对的计算。在递归树到达底层之后,进行合并,就会计算逆序对的数量的计算。
例如:
- 5 与 4 合并。此时i=0,j=1,mid=1,但A[i]>A[j],此时可能不止产生一个逆序对,需要判断 i 和 j 的差距,即 m i d − i mid-i mid−i
- 4,5 与 2 合并。此时i=0, j=2,mid=1,但A[i]>A[j],此时产生了两个逆序对:
m
i
d
−
i
mid-i
mid−i。且前两个值交换位置也没有对该值的逆序对产生影响,因为前面的值与该值相对的位置没有改变,因此逆序对总数不变。
时间复杂度: O ( n l o g n ) O(nlogn) O(nlogn)
空间复杂度:借助了辅助数组用于归并, O ( n ) O(n) O(n)
代码:
#include<bits/stdc++.h>
using namespace std;
long long ans;
int nums[500010],me[500010];
void merge_sort(int low, int high){
if(low==high) return;
int mid = (low+high)/2,i=low,j=mid+1, index = low;
merge_sort(low,mid);
merge_sort(mid+1,high);
while(i<=mid&&j<=high){
if(nums[i]<=nums[j]){
me[index++]=nums[i++];
}else{
me[index++]=nums[j++];
ans+=(mid-i+1);
}
}
while(i<=mid){
me[index++]=nums[i++];
}
while(j<=high){
me[index++]=nums[j++];
}
for(int i=low;i<=high;i++){
nums[i]=me[i];
}
}
long long count_inversion(int n){
ans=0;
merge_sort(0, n);
return ans;
}
int main(){
int tmp,n;
cin>>n;
for(int i=0;i<n;i++){
scanf("%d",&nums[i]);
}
cout<<count_inversion(n-1)<<endl;
return 0;
}
支配点
给定⼆维平面上两个不同的点 p 和 q ,如果p.x<=q.x且p.y<=q.y,称q支配p。给定⼀个点集P,设计⼀个⾼效的算法,计算每⼀个点支配的点的数量。
分析:
对于该题,没有想到比较好的思路,因此只使用了二重循环枚举的方法:
时间复杂度: O ( n 2 ) O(n^2) O(n2)
空间复杂度:要存储所有的点的支配的点的数量, O ( n ) O(n) O(n)
代码:
#include<bits/stdc++.h>
using namespace std;
vector<int> Disposable_points(vector<vector<int>>& points){
int n=points.size();
vector<int> ans(n,0);
for(int i=0;i<n;i++){
for(int j=0;j<n;j++){
if(i==j) continue;
if(points[i][0]>=points[j][0]&&points[i][1]>=points[j][1]) ans[i]++;
}
}
return ans;
}
int main(){
vector<vector<int>> points={{1,1}, {2,2}, {3,3}, {4,4}};
for(auto& p : Disposable_points(points)){
cout<<p<<endl;
}
return 0;
}
寻找最小的盒子
你正在参加⼀档游戏节目。你会看到⼀排盒子,每个盒子里都包含⼀个任意且唯⼀的数字。你的目标是在尽可能少地打开盒子的情况下找到⼀个盒子,其数字大于其左边和右边的盒子中的数字。当然,除非它是第⼀个或最后⼀个盒子,在这种情况下,它只需要大于其相邻的那个盒子的数字即可。
假设⼀共有n个盒子,设计的算法的时间复杂度应该优于
O
(
n
)
O(n)
O(n)。
分析:
寻找某个盒子,其数字大于旁边盒子里的数字。
该题目的核心就是寻找某个区域内的极大值(不需要找到最大值,当然最大值也是极大值)。
注意:每个盒子中的数字是任意且唯一的,那就说明任意选择一段Array[i…j],该段满足条件:i==0 || Array[i]>Array[i-1] 且 j==n-1 || Array[j]>Array[j+1],此时该段中一定存在极大值。
因此,我们可以采取二分的做法:
对于满足要求的盒子i,盒子中的值会比左右的值都大,因此该值为极大值(并非最大值)。
当
A
r
r
a
y
[
m
i
d
]
<
A
r
r
a
y
[
m
i
d
−
1
]
Array[mid]<Array[mid-1]
Array[mid]<Array[mid−1] 时,mid左边的数组⼀定存在⼀个极大值,因此往low~mid-1进行二分搜索⼀定能得到⼀个满足要求的盒子。
当
A
r
r
a
y
[
m
i
d
]
<
A
r
r
a
y
[
m
i
d
+
1
]
Array[mid]<Array[mid+1]
Array[mid]<Array[mid+1]时,mid右边的数组也⼀定会有⼀个极大值,因此对右边数组进行⼆分搜索也能找到⼀个满足要求的盒⼦。
当
A
r
r
a
y
[
m
i
d
]
>
A
r
r
a
y
[
m
i
d
−
1
]
Array[mid]>Array[mid-1]
Array[mid]>Array[mid−1] 且
A
r
r
a
y
[
m
i
d
]
>
A
r
r
a
y
[
m
i
d
+
1
]
Array[mid]>Array[mid+1]
Array[mid]>Array[mid+1] ,此时mid即为满足要求的盒子。
时间复杂度:每一次都会去掉当前的一般的元素,因此时间复杂度:
T ( n ) = T ( n / 2 ) + O ( 1 ) T ( n ) = O ( l o g n ) T(n) = T(n/2) + O(1)\\ T(n) = O(logn) T(n)=T(n/2)+O(1)T(n)=O(logn)
代码:
#include<bits/stdc++.h>
using namespace std;
int find_box(vector<int>& boxes,int i, int j){
int mid=(i+j)/2;
if((mid==0&&boxes[mid]>boxes[mid+1])||(mid==boxes.size()-1&&boxes[mid]>boxes[mid-1])||(boxes[mid]>boxes[mid+1]&&boxes[mid]>boxes[mid-1])) return mid;
if(boxes[mid]<boxes[mid+1]) return find_box(boxes, mid+1, j);
return find_box(boxes, i, mid-1);
}
int main(){
vector<int> boxes={1,2,4,7,6,5,7,8,9};
cout<<find_box(boxes, 0, boxes.size()-1)<<endl;
return 0;
}
最近点对
具体内容见 分治第一部分。