题目链接:力扣
题目大意:
给定一个数组nums,任意i,j位置(i<j)如果满足nums[i] > nums[j],则(i,j)算作一对逆序对,问:整个数组有多少组逆序对?
看到这个题,很容易就想到暴力方法,枚举所有的(i,j)位置,判断是否满足逆序对,最后返回统计的逆序对结果。但是这种方法的时间复杂度是O(n^2),要是暴力方法可以解决的话,这个题又怎么会在LeetCode上被划分为“困难”等级?显然暴力枚举会超时:
归并排序解决:时间复杂度O(n*logn)
归并排序的大概流程:先有一个merge函数使得L...R上有序,在调用递归函数使得整体L...R有序,在归并排序函数里调用这个递归函数,实现数组整体有序。那么归并排序和这个题有什么关联?
统计逆序对的问题本质就是遍历数组,寻找当前数的右边有多少个数比自己小,统计所有满足的情况并返回。
关键在于归并排序的merge过程。原始归并排序merge过程:左指针从L位置开始、右指针从mid+1位置开始,判断左指针和右指针对应的数哪个小,拷贝小的那个数到辅助数组,直到遍历完左半部分和右半部分,再将辅助数组的值拷贝回原始数组L...R位置。
改写归并排序的merge过程:左指针指向mid,右指针指向R(从右往左遍历,向辅助数组拷贝的时候也是从右往左),如果左指针对应的值 > 右指针对应的值,拷贝左指针的值到辅助数组(从右往左拷贝),同时计数右边有多少个比当前值小。直到左半边数组、右半边数组拷贝完全。再把辅助数组的值拷贝给原始数组L...R。
merge函数代码如下:
public static int merge(int[] arr, int L, int mid, int R) {
int left = mid;
int right = R;
int count = 0;
int[] help = new int[R - L + 1];
int index = help.length - 1;
while (left >= L && right >= mid + 1) {
count += arr[left] > arr[right] ? (right - mid) : 0;
help[index--] = arr[left] > arr[right] ? arr[left--] : arr[right--];
}
while (left >= L && right < mid + 1) {
help[index--] = arr[left--];
}
while (left < L && right >= mid + 1) {
help[index--] = arr[right--];
}
for (int i = 0; i < help.length; i++) {
arr[L + i] = help[i];
}
return count;
}
解决这个题的整体代码:
public static int reversePairs1(int[] nums) {
if (nums == null || nums.length < 2) {
return 0;
}
return process(nums, 0, nums.length - 1);
}
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) + process(arr, mid + 1, R) + merge(arr, L, mid, R);
}
public static int merge(int[] arr, int L, int mid, int R) {
int left = mid;
int right = R;
int count = 0;
int[] help = new int[R - L + 1];
int index = help.length - 1;
while (left >= L && right >= mid + 1) {
count += arr[left] > arr[right] ? (right - mid) : 0;
help[index--] = arr[left] > arr[right] ? arr[left--] : arr[right--];
}
while (left >= L && right < mid + 1) {
help[index--] = arr[left--];
}
while (left < L && right >= mid + 1) {
help[index--] = arr[right--];
}
for (int i = 0; i < help.length; i++) {
arr[L + i] = help[i];
}
return count;
}