情景引入
我们可以用遍历的方式解决小和问题,但是时间复杂度为O(N2)
归并排序解决小和
归并就是"分治",将无序数组不断细分,然后从最小单元(无法再细分)开始归并。可以简单的理解为,就是将数组中很多元素的复杂问题拆分成两个数之间的问题。
求小和的原理
这里主要就是利用合并的过程中,两个有序组都是有序的进行判断累加,我们通过一个例子来解释下。(ps:两个有序数组合并成一个有序数组的方法叫快排)
从上面的图可以看出,如果p1索引的值小于p2索引的值,那么这一次排序的过程可以计算右侧数组比3大的数有2个(因为每一组都是有序的),然后索引p1向右移动
从上面的图可以看出,如果p1索引的值小于p2索引的值,那么这一次排序的过程可以计算右侧数组比5大的数有2个(因为每一组都是有序的),所以在这一分支内小和为3乘2+5乘2.
之后不断合并,再不断计算合并后的小和
//快排中实现小和的计算
//本方法基本是快排的实现,中间穿插小和的计算
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;//左指针
int p2 = m + 1;//右指针
int res=0;
while (p1 <= m && p2 <= r) {
//计算小和
res+=arr[p1] < arr[p2] ? (r-p2+1)*arr[p1] : 0;
help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
}
//指针未走完的数组填充完
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 int smallSum(int[] arr) {
if (arr == null || arr.length < 2) {
return 0;
}
return mergeSort(arr, 0, arr.length - 1);
}
public static int mergeSort(int[] arr, int l, int r) {
if (l == r) {
return 0;
}
//等同于(L+R)/2
//防止溢出
int mid = l + ((r - l) >> 1);
//返回左边数组的小和+右边数组的小和+两边合并起来的小和
return mergeSort(arr, l, mid) + mergeSort(arr, mid + 1, r) + merge(arr, l, mid, r);
}