n 名士兵站成一排。每个士兵都有一个 独一无二 的评分 rating 。
每 3 个士兵可以组成一个作战单位,分组规则如下:
从队伍中选出下标分别为 i、j、k 的 3 名士兵,他们的评分分别为 rating[i]、rating[j]、rating[k]
作战单位需满足: rating[i] < rating[j] < rating[k] 或者 rating[i] > rating[j] > rating[k] ,其中 0 <= i < j < k < n
请你返回按上述条件可以组建的作战单位数量。每个士兵都可以是多个作战单位的一部分。
示例 1:
输入:rating = [2,5,3,4,1]
输出:3
解释:我们可以组建三个作战单位 (2,3,4)、(5,4,1)、(5,3,1) 。
示例 2:
输入:rating = [2,1,3]
输出:0
解释:根据题目条件,我们无法组建作战单位。
思路1、动态规划
对于rating中的任意一个数rating[i],寻找rating[i]左侧比它小的数,和右侧比它大的数,两数相乘即为以rating[i]为中间数的升序个数
时间复杂度:O(N^2)
class Solution {
public int numTeams(int[] rating) {
if(rating.length<3) return 0;
int res=0;
//对于rating中的任意一个数rating[i],
//寻找rating[i]左侧比它小的数,和右侧比它大的数,
//两数相乘即为以rating[i]为中间数的升序个数
for(int i=0;i<rating.length;i++){
int leftLess=0,leftMore=0,rightLess=0,rightMore=0;
for(int j=i-1;j>=0;j--){
if(rating[j]<rating[i]) leftLess++;
else leftMore++;
}
for(int j=i+1;j<rating.length;j++){
if(rating[j]>rating[i]) rightMore++;
else rightLess++;
}
res+=leftLess*rightMore;
res+=leftMore*rightLess;
}
return res;
}
}
思路2、树状数组
- 枚举来求解这四个量
leftLess=0,leftMore=0,rightLess=0,rightMore=0
,单次枚举的时间代价是 O(N) - 假设我们有一个桶数组,索引 i 的值为 1 就说明存在元素 i,为 0 就说明不存在元素 i。依次遍历,遍历过就标记1,算出之前遍历过的数中有几个比自己大的,也就是 1 的个数加起来。那么该桶数组的前缀和 preffixSum[i−1] 就表示,当前比 i 小的数的个数,我们只需要用树状数组动态维护这个前缀和,就可以把单次的时间代价从 O(N)优化到 O(logN)。
- 我们对 rating 数组做两次遍历,一次从前向后,一次从后向前。从前向后的时候,对于每一个 rating[i] (记为 x),求到上述桶数组下标 x - 1 的前缀和,即
leftLess
;记 rating 数组中出现的最大值为 rmax,用 rmax 的前缀和减去 x 位置的前缀和,即可得到leftMore
。从后向前的那次遍历同理。
时间复杂度:O(NlogN)
3 <= n <= 100000
class Solution {
public int numTeams(int[] rating) {
int res = 0;
int n = rating.length;
int[] leftLess=new int[n],leftMore=new int[n],rightLess=new int[n],rightMore=new int[n];
BIT bit=new BIT(100005);
for(int i=0;i<n;i++){
bit.update(rating[i]);
leftLess[i]=bit.query(rating[i]-1);
leftMore[i]=bit.query(100005)-bit.query(rating[i]);
}
BIT bit2=new BIT(100005);
for(int i=n-1;i>=0;i--){
bit2.update(rating[i]);
rightLess[i]=bit2.query(rating[i]-1);
rightMore[i]=bit2.query(100005)-bit2.query(rating[i]);
}
for(int i=0;i<n;i++){
res+=leftLess[i]*rightMore[i]+leftMore[i]*rightLess[i];
}
return res;
}
}
class BIT {
private int[] tree;
private int n;
public BIT(int n) {
this.n = n;
this.tree = new int[n + 1];
}
public static int lowbit(int x) {
return x & (-x);
}
public int query(int x) {//查找比x小的数的个数
int ret = 0;
while (x != 0) {
ret += tree[x];
x -= lowbit(x);
}
return ret;
}
public void update(int x) {
while (x <= n) {
++tree[x];
x += lowbit(x);
}
}
}