求排列的逆序数(分治算法之归并排序)

【题目描述】

在Internet上的搜索引擎经常需要对信息进行比较,比如可以通过某个人对一些事物的排名来估计他(或她)对各种不同信息的兴趣,从而实现个性化的服务。

对于不同的排名结果可以用逆序来评价它们之间的差异。考虑1,2,…,n1,2,…,n 的排列i1,i2,…,ini1,i2,…,in ,如果其中存在j,kj,k ,满足j<kj<k ,且ij>ikij>ik ,那么就称(ij,ik)(ij,ik) 是这个排列的一个逆序。

一个排列含有逆序的个数称为这个排列的逆序数。例如排列 263451263451 含有88 个逆序(2,1),(6,3),(6,4),(6,5),(6,1),(3,1),(4,1),(5,1)(2,1),(6,3),(6,4),(6,5),(6,1),(3,1),(4,1),(5,1) ,因此该排列的逆序数就是88 。显然,由1,2,…,n1,2,…,n 构成的所有n!n! 个排列中,最小的逆序数是00 ,对应的排列就是1,2,…,n1,2,…,n ;最大的逆序数是n(n−1)2n(n−1)2 ,对应的排列就是n,(n−1),…,2,1n,(n−1),…,2,1 。逆序数越大的排列与原始排列的差异度就越大。

现给定1,2,…,n1,2,…,n 的一个排列,求它的逆序数。

【输入】

第一行是一个整数nn ,表示该排列有nn 个数(n≤100000n≤100000 )。

第二行是nn 个不同的正整数,之间以空格隔开,表示该排列。

 

【输出】

输出该排列的逆序数。

【输入样例】

6
2 6 3 4 5 1

【输出样例】

8

题目链接 http://ybt.ssoier.cn:8088/problem_show.php?pid=1237

思路:归并排序

 

 


#include<algorithm>
#include<stdio.h>
#include<string.h>
using namespace std;
long long ans=0;
int A[100010],B[100010];
void _sort(int *a,int l,int mid,int r,int *b)
{
    int p1=l,p2=mid+1,cut=0;
    while(p1<=mid&&p2<=r)
    {
        if(a[p1]<=a[p2])
            b[cut++]=a[p1++];
        else
        {
            b[cut++]=a[p2++];
            ans+=(mid-p1+1);
        }
    }
    while(p1<=mid)
        b[cut++]=a[p1++];
    while(p2<=r)
        b[cut++]=a[p2++];
    for(int i=0;i<cut;i++)
    {
        a[i+l]=b[i];
    }
}
void er_sort(int *a,int l,int r,int *b)
{
    int mid;
    if(l<r)
    {
        mid=(l+r)>>1;
        er_sort(a,l,mid,b);
        er_sort(a,mid+1,r,b);
        _sort(a,l,mid,r,b);
    }
}
int main()
{
    int n;
    scanf("%d",&n);
    for(int i=1;i<=n;i++)
        scanf("%d",&A[i]);
    er_sort(A,1,n,B);
    printf("%lld\n",ans);
}

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
算法思路: 将排列分成左半部分和右半部分,分别递归解左半部分和右半部分的逆序数,再统计跨越左右两部分的逆序数。跨越左右两部分的逆序数可以归并排序的思想计算得到。具体地,将左半部分和右半部分分别排好序后,将它们合并成一个排好序的序列。在合并的过程中,当右半部分的当前元素小于左半部分的当前元素时,计算逆序数并将右半部分的当前元素插入到合并后的序列中;否则,将左半部分的当前元素插入到合并后的序列中。 算法实现: ```python def merge_and_count(left, right): i, j = 0, 0 count = 0 result = [] while i < len(left) and j < len(right): if left[i] <= right[j]: result.append(left[i]) i += 1 else: result.append(right[j]) j += 1 count += len(left) - i result += left[i:] result += right[j:] return result, count def count_inversions(nums): if len(nums) <= 1: return nums, 0 mid = len(nums) // 2 left, left_count = count_inversions(nums[:mid]) right, right_count = count_inversions(nums[mid:]) merged, cross_count = merge_and_count(left, right) return merged, left_count + right_count + cross_count nums = [2, 4, 1, 3, 5] _, count = count_inversions(nums) print(count) # 输出 3 ``` 算法分析: 设排列的长度为 n。分治算法的时间复杂度为 O(nlogn),归并排序的时间复杂度为 O(nlogn),因此总的时间复杂度为 O(nlogn)。 空间复杂度为 O(nlogn),因为每一层递归都需要使用 O(n) 的空间。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值