算法day2 归并排序及求小和问题

1.归并排序   O(N*logN)级别的算法

思路简述：先让左右两边分别有序(递归实现)，然后用两个指针指向左右两边的第一个元素(也就是左右两边最小的元素)，比较两边元素大小，准备一个辅助空间，哪边更小拷贝哪边的元素，然后对应的指针往后移动，当一边拷贝完时，指针越界，此时将另一边的剩余元素全拷贝下来，然后将数据写回原数组进行覆盖 * 时间复杂度由master公式求解，排序过程分成了两个等规模过程，Merge过程为O(N),所以T(N) = 2T(N/2) + O(N),由Master公式，a=2,b=2,d=1,logbA=d,所以时间复杂度为O(N*logN),空间复杂度O(N)。

public static void mergeSort(int[] arr) {
        if (arr == null || arr.length < 2)
            return;
        process(arr, 0, arr.length - 1);

    }

    public static void process(int[] arr, int L, int R) {
        if (L == R)    //一个数直接返回
            return;
        int mid = L + ((R - L) >> 1);
        process(arr, L, mid);  //左边排好序
        process(arr, mid + 1, R);  //右边排好序
        merge(arr, L, mid, R);
    }

    public static void merge(int[] arr, int L, int M, int R) {
        int[] help = new int[R - L + 1];
        int i = 0;
        int p1 = L;  //左指针
        int p2 = M + 1;   //右指针
        while (p1 <= M && p2 <= R) {  //指针不越界的情况下
            help[i++] = arr[p1] <= arr[p2] ? arr[p1++] : arr[p2++]; //哪边更小拷贝哪边
        }
        //下边两个while只可能执行其中的一个,p1 p2执行完上面的while循环后，必然有且只有一个越界
        while (p1 <= M)  //左边有剩余，拷贝左边
            help[i++] = arr[p1++];
        while (p2 <= R)    //右边有剩余，拷贝右边
            help[i++] = arr[p2++];
        for (i = 0; i < help.length; i++)  //拷贝回原数组
            arr[L + i] = help[i];

    }

2.由归并排序引出的求小和问题：

给定一个数组如1 3 4 2 5,每一个元素比他左边数大，则产生该数的小和，所有元素小和的总和就是该数组的小和。如1无小和，3的小和是1，4的小和是1 + 3 =4，2的小和是1，5的小和是1 + 3+ 4+2=10，所以最终的小和是0+1+4+1+10=16
* 求解该问题的思路：借助归并排序的特性，首先将问题逆向思维，1的右边有多少数比它大，就产生多少个1的小和，因此1产生4*1=4，3产生2*3=6,4产生1*4=4，2产生1*2=2,5产生0,最终小和是4+6+4+2=16。所以我们只需在左右合并的时候计算右边有多少个数比左边指针指向的元素大，并将该结果借助递归逐级返回就可以得出答案。

public class SmallSum {
    public static int smallNum(int[] arr) {
        if (arr == null || arr.length < 2)
            return 0;
        return process(arr, 0, arr.length - 1);
    }

    //arr[L...R]既要排好序，也要求小和
    public static int process(int[] arr, int l, int r) {
        if (l == r)
            return 0;
        int mid = l + ((r - l) >> 1);
        return process(arr, l, mid)   //左侧排好求小和的数量
                + process(arr, mid + 1, r)    //右侧排好求小和的数量
                + merge(arr, l, mid, r);    //左右两侧merge求小和的数量
    }

    //只有一句代码和归并排序有区别
    public static int merge(int[] arr, int L, int m, int r) {
        int[] help = new int[r - L + 1];
        int i = 0;
        int p1 = L;
        int p2 = m + 1;
        int res = 0;
        while (p1 <= m && p2 <= r) {
            res += arr[p1] < arr[p2] ? (r - p2 + 1) * arr[p1] : 0;   //左侧比右侧小，则产生左侧元素*右侧数量的小和
            help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
        }
        while (p1 <= m)
            help[i++] = arr[p1++];
        while (p2 <= r)
            help[i++] = arr[p2++];
        for (i = 0; i < help.length; i++) {
            arr[L + i] = help[i];
        }
        return res;

    }

    public static void main(String[] args) {
        int[] arr = {1,3,4,2,5};
        System.out.println(smallNum(arr));
    }
}