给定一个长度为 n 的整数数列,请你计算数列中的逆序对的数量。
逆序对的定义如下:对于数列的第 i 个和第 j 个元素,如果满足 i<j 且 a[i]>a[j],则其为一个逆序对;否则不是。
输入格式
第一行包含整数 n,表示数列的长度。
第二行包含 n 个整数,表示整个数列。
输出格式
输出一个整数,表示逆序对的个数。
数据范围
1≤n≤100000,
数列中的元素的取值范围 [1,10^9]。
输入样例:
6
2 3 4 5 6 1
输出样例:
5
暴力做法:超时
#include <iostream>
using namespace std;
const int N = 100010;
int n;
int a[N];
int main()
{
long long re = 0;
cin >> n;
for(int i =0; i < n; i ++) cin >> a[i];
for(int i =0; i < n; i ++)
for(int j = i; j < n; j ++)
if(a[i] > a[j]) re ++;
cout << re;
return 0;
}
思路: 分治思想
首先我们给出逆序对的定义:
对于数列的第 i 个和第 j 个元素,如果满足 i < j 且 a[i] > a[j],则其为一个逆序对。
重要的地方在于,一个元素可以不只是在一个逆序对中存在。如果 k > j > i 且 a[i] > a[j] > a[k],那么这里
有两个含 a[i] 的逆序对,分别是 (a[i], a[j]) 和 (a[i], a[k]), a[i]是可以使用多次的。
那么第二步是分析问题,这里我们可以使用分治法解决问题。
我们将序列从中间分开,将逆序对分成三类:
- 两个元素都在左边;
- 两个元素都在右边;
- 两个元素一个在左一个在右;
因此这就是我们算法的大致框架:
计算逆序对的数量(序列):
- 递归算左边的;
- 递归算右边的;
- 算一个左一个右的;
- 把他们加到一起。
这个时候我们注意到一个很重要的性质,左右半边的元素在各自任意调换顺序,是不影响第三步计数的,因此我们可以数完就给它排序。这么做的好处在于,如果序列是有序的,会让第三步计数很容易。
如果无序暴力数的话这一步是O(n^2)的。
比如序列是这样的
4 5 6 | 1 2 3
当你发现 4 比 3 大的时候,也就是说右边最大的元素都小于左边最小的元素,那么左边剩下的5和6都必然比右边的所有元素大,因此就可以不用数5和6的情形了,直接分别加上右半边的元素个数就可以了,这一步就降低到了
O(n), 我们知道递归式 T(n) = 2T(n/2)+O(n) = O(nlogn)的,所以排序的成本是可以接受的,并且这一问题下,
可以很自然地使用归并排序。
下面放上一张图:
- 求左边逆序对的数量
- 求右边逆序对的数量
- 需要是下面区间,所有点构成逆序对的数量之和, 而因为是有序数列,求出一个点之后,后面依次计算
mid - i + 1
code:
#include <iostream>
using namespace std;
typedef long long LL;
const int N = 100010;
int n;
int a[N], tmp[N];
LL merge_sort(int l, int r)
{
if (l >= r) return 0; // 不能忘
int mid = l + r >> 1;
LL re = merge_sort(l, mid) + merge_sort(mid + 1, r);
// 归并的过程
int k =0, i = l, j = mid + 1;
while(i <= mid && j <= r)
{
if(a[i] <= a[j]) tmp[k++] = a[i++];
else
{
tmp[k++] = a[j++];
re += mid - i + 1;
}
}
// 扫尾
while(i <= mid) tmp[k++] = a[i++];
while(j <= r) tmp[k++] = a[j++];
// 物归原主
for(int i = l, j = 0; i <= r; i ++, j ++) a[i] = tmp[j];
return re;
}
int main()
{
cin >> n;
for(int i = 0; i < n; i ++) cin >> a[i];
cout << merge_sort(0, n - 1);
return 0;
}