剑指-逆序对

题目描述

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P。并将P对1000000007取模的结果输出。 即输出P%1000000007

输入描述

题目保证输入的数组中没有的相同的数字

数据范围：

对于%50的数据,size<=10^4

对于%75的数据,size<=10^5

对于%100的数据,size<=2*10^5

示例1

输入

1,2,3,4,5,6,7,0

输出

7

 

方法一、遍历

从头到位遍历每一个数，将其与其他所有的数作比较，如果前一个数比后面的数小，则满足逆序对的要求。这样比较的时间效率是O(n^2)，再数字较多时，明显效率较低。

 

方法二、分别比较再合并结果

我们以数组{7,5,6,4}为例来分析统计逆序对的过程。每次扫描到一个数字的时候，我们不拿ta和后面的每一个数字作比较，否则时间复杂度就是O(n^2)，因此我们可以考虑先比较两个相邻的数字。

(a) 把长度为4的数组分解成两个长度为2的子数组；

(b) 把长度为2的数组分解成两个成都为1的子数组；

(c) 把长度为1的子数组 合并、排序并统计逆序对 ；

(d) 把长度为2的子数组合并、排序，并统计逆序对；

在上图（a）和（b）中，我们先把数组分解成两个长度为2的子数组，再把这两个子数组分别拆成两个长度为1的子数组。接下来一边合并相邻的子数组，一边统计逆序对的数目。在第一对长度为1的子数组{7}、{5}中7大于5，因此（7,5）组成一个逆序对。同样在第二对长度为1的子数组{6}、{4}中也有逆序对（6,4）。由于我们已经统计了这两对子数组内部的逆序对，因此需要把这两对子数组 排序 如上图（c）所示， 以免在以后的统计过程中再重复统计。

接下来我们统计两个长度为2的子数组子数组之间的逆序对。合并子数组并统计逆序对的过程如下图如下图所示。

我们先用两个指针分别指向两个子数组的末尾，并每次比较两个指针指向的数字。如果第一个子数组中的数字大于第二个数组中的数字，则构成逆序对，并且逆序对的数目等于第二个子数组中剩余数字的个数，如下图（a）和（c）所示。如果第一个数组的数字小于或等于第二个数组中的数字，则不构成逆序对，如图b所示。每一次比较的时候，我们都把较大的数字从后面往前复制到一个辅助数组中，确保 辅助数组（记为copy） 中的数字是递增排序的。在把较大的数字复制到辅助数组之后，把对应的指针向前移动一位，接下来进行下一轮比较。

过程：先把数组分割成子数组，先统计出子数组内部的逆序对的数目，然后再统计出两个相邻子数组之间的逆序对的数目。在统计逆序对的过程中，还需要对数组进行排序。如果对排序算法很熟悉，我们不难发现这个过程实际上就是归并排序。参考代码如下：

class Solution {
public:
    int InversePairs(vector<int> data) {
        int size = data.size();
        if(size <=1) return 0;
        
        vector<int> copy(data);
        long long ret = InversePairs2(data, copy, 0, size-1);
        
        return ret%1000000007;
    }
    
    long long InversePairs2(vector<int> &data, vector<int> &copy, int start, int end){
        if(start==end) //这一步是必须的，处理长度为1的时刻
          {
            copy[start]=data[start];
            return 0;
          }
        int length = (end - start)/2;
        long long left = InversePairs2(copy, data, start, start+length);  //这里注意参数copy和data的位置
        long long right = InversePairs2(copy, data, start+length+1, end);
        
        int i = start+length;
        int j = end;
        int indexOfcopy = end;
        long long count = 0;
        while(i>=start && j>=start+length+1){
            if(data[i] > data[j]){
                copy[indexOfcopy--] = data[i--];
                count += (j-start -length);
            }else{
                copy[indexOfcopy--] = data[j--];
            }
        }
        for(;i>=start;i--)
           copy[indexOfcopy--]=data[i];
        for(;j>=start+length+1;j--)
           copy[indexOfcopy--]=data[j];
        return left+right+count;
    }
};

算法新增了一个vector，和输入的数据同样的大小。利用O(n)的空间消耗，将时间性能减少至O(nlogn)，就是归并排序的时间效率。

 

需要注意的地方：

1、大数问题。当输入数据很大时，逆序对的数量也会很大，用int无法满足数据范围，考虑使用long long型。

2、边界处理。处理只有一个数字时的情况。

if(start==end)
          {
            copy[start]=data[start];
            return 0;
          }

3、递归调用。可以看到递归调用InversePairs2()时，data和copy的位置发生了调换。这是因为InversePairs2()的参数中，第一个参数表示待处理的数据，第二个参数是存放处理后的结果。在前一步处理后，copy中存放的是已经计算过并排序后的数据。这里都是传值的调用，数组都是直接修改。

long long left = InversePairs2(copy, data, start, start+length);