剑指offer51:数组中的逆序对

这东西居然可以和归并连起来，真是不可思议，受教了

1.暴力

我们当然可以对每一个数字，求出在其之后的比其更小的数字，然后计数，这样时间复杂度是O(n^2)，你去试吧，会爆掉的

2.归并

你有想过归并么，我看到归并，立刻想可不可以先排序然后直接用高斯求和算一下，发现焯~，不能这样改变顺序啊，那归并是个什么情况？emmm看完题解......牛逼！

力扣

这里要不还是举个栗子好了：[7,5,6,4]

大家脑子里要是有递归的想象的话，它是这样的，就好比先把7564拆成了4个数，然后一个一个并起来，例如对7，5并起来[7,5]是一个逆序对，6，4并起来，他们也有了一个逆序对了。然后我们对[7,5]和[6,4]分析，试想一下，如果我们对两个无序数组来计算他们之间有多少个逆序对，是不是很麻烦？而我们用归并的话，自底向上实现一个排序，就会方便很多。例如之前的两个我们如果排成[5,7],[4,6]。

那么又有一个问题，区间我们怎么知道呢？所以我们的函数里需要记录数组的左右区间，这样，我们可以用两个下标or指针标记到5和4，只要左边数组的下标所指的nums[left]>nums[right]，我们是不是就知道他们之间的逆序对可以加上mid-left+1个呢？

别忘了还要在计算的过程中归并，以便比他更高一级的递归层可以直接用到。我们需要开一个新的数组来存储排序的数组部分，对应的区间是[l,r]。那存储下来是干嘛的呢，当然是用来在在函数最后更新nums数组的拉，不然你排在临时数组里面只是排个寂寞~

具体代码在这里了：

class Solution {
public:
    int reversePairs(vector<int>& nums) {
        vector<int> tmp(nums.size());
        return mergeSort(nums,tmp,0,nums.size()-1);
    }
    int mergeSort(vector<int>&nums,vector<int>&tmp,int l,int r)
    {
        if(l>=r) return 0;
        int mid=(l+r)/2;
        int num=mergeSort(nums,tmp,l,mid)+mergeSort(nums,tmp,mid+1,r);
        int left=l,right=mid+1,pos=l;
        //这里有两种递增num的方法
        //1.对右边的数组中的每一个数，判断左边数组有多少个数字可以和他组成逆序对
        //2.对左边的数组中的每一个数，计算右边有多少个数字可以组成逆序对
        //这里实现第一种更方便一点点 采取的是第一种方法
        while(left<=mid&&right<=r)
        {
            if(nums[left]<=nums[right])
            {
                tmp[pos]=nums[left++];
                //num+=right-mid-1;第二种
            }
            else
            {
                num+=mid-left+1;
                tmp[pos]=nums[right++];
            }
            ++pos;
        }
        while(left<=mid)
        {
            tmp[pos++]=nums[left++];
            //num+=right-mid-1;第二种
        }
        while(right<=r)
        {
            tmp[pos++]=nums[right++];
        }
        // for(int i=l;i<=r;++i)
        // {
        //     nums[i]=tmp[i];
        // }
        copy(tmp.begin() + l, tmp.begin() + r + 1, nums.begin() + l);
        return num;
    }
};

不过这里采用不同的思路会有一些细微的差别，有的地方调用标准库也会有相应的时间上的提升。