剑指 Offer 51. 数组中的逆序对
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。
提示:0 <= 数组长度 <= 50000
看到这个提示大家应该就明白了,最简单的暴力求解法是不能用的,逆序对这个词我第一反应是在线代中求解行列式的概念【逆序数】,考虑极端情况,如果逆序数等于0,那么这个数组是不是就是 “顺序排序” ,所以我们就有了如下思路:
如果改变数组中某相邻两个数的位置,它的逆序对可能会有三种改变:
① 两数相等,逆序对数不变
② 前者>后者,逆序数 - 1
③ 后者 > 前者,逆序数 - 1
假如将这个数组重新升序排序,经过了t次改变数组中两数位置的操作,最后得到了逆序对为0的升序序列,那么原逆序对的个数就是t,在这里需要注意的是,只有当后者<前者的时候,才改变两数位置。
那么我们第一反应,两两交换,冒泡排序,复杂度O(n²),即前文说的暴力解法,进一步想到其优化排序算法:归并排序。
归并排序可以看成两步:拆(拆到每组只有1个数),合(两个指针,比较着排序)
拆的过程是不会改变逆序对数的,因为拆这个过程并没有改变数的位置,所以我们主要考虑合的过程。
假设有两组子序列【1,4,5,6】和【2,3,7】,进行合的操作时应开一个新的数组,从左右两组子序列中每次取较小的放入新数组中,合并后的序列应为【1,2,3,4,5,6,7】,那么如何计算出这中间经过了多少次的相邻两个数的位置的改变呢?
那我们从一开始分析:(可以看成原序列为【1,4,5,6,2,3,7】)
- 将1放入第一位(不产生位置改变)
- 将2放入第二位(产生3次位置改变)原序列变成【1,2,4,5,6,3,7】
- 将3放入第三位(产生3次位置改变)原序列变成【1,2,3,4,5,6,7】
- 将4放入第四位(不产生位置改变)
- 将5放入第五位(不产生位置改变)
- 将6放入第六位(不产生位置改变)
最终得到排序好的升序序列【1,2,3,4,5,6,7】,一共经过了6次位置改变,也就是说原数组【1,4,5,6,2,3,7】逆序数是6,可以看出来由于左右两个子序列都是升序的,所以只有当后一个序列中的数比较小,需要往前排的时候,才会产生位置改变,位置改变的数 = 前一个子序列剩下的数,所以我们可以对原序列归并排序,其中经过了多少次的位置改变,这个原序列的逆序对就是多少。
class Solution:
def reversePairs(self, nums: List[int]) -> int:
self.cnt = 0
def mergesort(nums):
if (len(nums)<=1):
return nums
mid = len(nums) // 2
left = mergesort(nums[:mid])
right = mergesort(nums[mid:])
l,r = 0,0
sorted_list = []
while (l<len(left) and r<len(right)):
if(left[l] <= right[r]):
sorted_list.append(left[l])
l += 1
else :
sorted_list.append(right[r])
r += 1
self.cnt += len(left) - l
sorted_list += left[l:] + right[r:]
return sorted_list
mergesort(nums)
return self.cnt
这是一种解法,但是速度有点慢,我去看大神的代码了,白白QAQ
哦对了!这个算法的复杂度是O(nlogn)