一、 题目
Description
设a[0…n-1]是一个包含n个数的数组,若在i<j的情况下,有a[i]>a[j],则称(i, j)为a数组的一个逆序对(inversion)。 比如 <2,3,8,6,1> 有5个逆序对。请采用类似“合并排序算法”的分治思路以O(nlogn)的效率来实现逆序对的统计。 一个n个元素序列的逆序对个数由三部分构成: (1)它的左半部分逆序对的个数,(2)加上右半部分逆序对的个数,(3)再加上左半部分元素大于右半部分元素的数量。 其中前两部分(1)和(2)由递归来实现。要保证算法最后效率O(nlogn),第三部分(3)应该如何实现? 此题请勿采用O(n^2)的简单枚举算法来实现。 并思考如下问题: (1)怎样的数组含有最多的逆序对?最多的又是多少个呢? (2)插入排序的运行时间和数组中逆序对的个数有关系吗?什么关系?输入格式
第一行:n,表示接下来要输入n个元素,n不超过10000。 第二行:n个元素序列。输出格式
逆序对的个数。输入样例
5 2 3 8 6 1输出样例
5提示
此题看着简单啊,实际是个坑,陷入此坑的同学不少……。题目初看简单,但仔细分析有点意思! 一、算法整体思路和框架 确定n个元素的逆序对数目在最坏情况O(nlogn)的算法,可以考虑仿归并排序中的分治算法:一个序列的逆序对 个数由三部分构成: (1)它的左半部分逆序对的个数, (2)加上右半部分逆序对的个数, (3)再加上左半部分元素大于右半部分元素的数量。 其中(1)和(2)由递归来实现,(3)计算后加入。 伪代码如下: //count_inversion():计算逆序对数量 int count_inversion(int array[], int low, int high) { int count = 0, middle; if(low < high) { middle = low + (high - low) / 2; count += count_inversion(array, low, middle); //加入:对左段的逆序对的递归计数 count += count_inversion(array, middle + 1, high); //加入:对右段的逆序对的递归计数 count += merge_inversion(array, low, middle, high); //加入上面提到的第三种情形的计数 } return count; } 二、分治算法的效率分析,是否能达到题目所要求的O(nlogn)? 分析一下算法效率,题目要求算法效率为O(nlogn),假设T(n)为n个元素逆序对统计的分治算法时间。 则T(1)=1, T(n) = 2T(n/2) + O(?),要使得算法整个效率T(n)=O(nlogn),则上述第(3)步只能是O(n)。 那又怎么能在O(n)时间内算出“左半部分元素大于右半部分元素的数量”? 一般方法,左段任何一个元素都要和右段任何一个元素比较,然后得到第(3)步的逆序对个数,这需要 O(n^2)啊,O(n)做不到的啊。但是,若左右段元素都各自段内有序,那可以做到O(n),只需要逐个比较 左右段段首元素即可。 这个过程和“合并排序算法”的归并的过程很类似,只是在归并的时候加入了计数的操作。 即左右段“队首元素”进行比较, * 如果来自于左段的队首大于右段的队首,则记数加上左段元素个数(为什么是加上左段元素个 数呢?因为左段段首是左段中最小的了,最小的都比右段段首大,那左段所有元素都大于右段段 首元素的,因此计数应该是加上左段中所有的元素个数),且同时记录下小的这个数(即右段段首); * 否则记数不变,但依然记下小的这个数(即左段段首)。 * 这个“左右两段的队首元素比较”的过程一直持续下去,直到所有元素都记录下来,也即合并过程结束。 这第(3)步做完,同时左段和右段也合并有序了,并将合并后有序数组覆盖原数组。也就是说第(3)步 会改变数的顺序,在统计的同时也进行排序了。 三、疑问? 有人问,数的顺序都改变了,那原数序列和合并排序后的序列,去求逆序对个数还一样的吗?这样求 解是对的吗? —————— 回答: 是一样的! 1, 首先你问的这个问题表述就不准确,其实并不是“合并排序后的序列去求逆序对个数”,而是在合并 之前先让左右段成序,再统计第(3)步,而后再合并排序成一个有序序列的。若全都排好了再统计逆序 对个数,那当然是不一样的了。 2, 其次左右序列成序并不影响第(3)步(即统计左段元素比右段元素大的数量)。而在整个序列排序 之前,第(3)步又已做完,序列再怎么改变此时已经不影响逆序对统计数了,因为已经统计完了。 3, 第(3)步要O(n)完成,还就得左右段都成序了才行,若左右段不成序,就做不到O(n)完成第(3)步, 那得两重循环O(n^2)才能做第(3)步了,进一步,若第(3)步完成需O(n^2),那整个算法也无法做到O(nlogn)了。 到此,分析结束,你觉得这个分析是不是比较有意思?也就是说这个问题的求解是嵌在典型的合并排序算法 之中的,但不是嵌套而是交错进行。 四、具体实例分析 好吧,如果还不清楚,我们以题上的数据实例来分析吧。 序列: 2 3 8 6 1 分为: 2 3 8 | 6 1 对左段:(2 3 8) 计数count将增加0(此处省略若干递归的过程和文字); 对右段:(6 1) 计数count将增加(6)(1)的左段个数,即增加1,这里是递归计算得到的,并且递归结束后右段调整为:1 6 对左右段,此时序列为(2 3 8)(1 6), * 左段段首2大于右段段首1,所以左段所有元素都大于右段段首1,计数count增加左段段长, 即增3,且同时记录下小的段首元素1,此时序列为(2 3 8)(6); * 记下2,但计数值不增加,此时序列为(3 8)(6); * 记下3,但计数值不增加,此时序列为(8)(6); * 记下6,计数值count增加左段元素个数,这里即为1; * 记下8,但计数值不增加,此时序列为空了。 * 记下的数形成新的序列:1 2 3 6 8,也就是排序之后的形式了。 返回计数值count:1+3+1,即返回5。 ------------------------------------------------------------------------------------------------ 五、回答题目的问题 最后,回答本题提出的需要思考的问题: (1)一个逆序的序列含有最多逆序对,最多为:1+2+...+(n-1)=n(n-1)/2。 顺序的序列含有最少逆序对,数量为0。 (2)插入排序的运行时间和数组中逆序对个数有关, 最好的情况,原序列已经成顺序,则插入排序的代价是O(n); 最坏的情况,原序列为逆序,插入排序的代价为O(n^2); 平均情况下也是O(n^2)的。 每一个逆序对都将引起插入过程中的一次比较及后续数的挪位,因此说数组中逆序对个数越少, 插入排序算法性能就越好。
二、 分析
看上面的分析和下面的代码注释,很详细了。
注意:要在合并排序的过程当中计算逆序对的数量哦!
三、 代码
#include <iostream>
#include <algorithm>
#include <stdio.h>
using namespace std;
int merge_inversion(int arr[],int low,int middle,int high)
{
//不能用快速排序sort()哦,因为要在合并排序的过程中计算count。
int count=0;
int temp[high-low+1]; //合并排序数组
int q=0; //临时指针
int i=low,j=middle+1; //双方首元素
while(i<=middle&&j<=high)
{
//有序合并
if(arr[i]<=arr[j])
temp[q++] = arr[i++]; //左边小就拿左边
else{
temp[q++] = arr[j++]; //右边小【逆序对】拿右边
count+=(middle-i+1);
}
}
//剩余元素获取
while(i<=middle) {
temp[q++] = arr[i++];}
while(j<=high) {
temp[q++] = arr[j++];}
q=0;
while(low <= high){
arr[low++] = temp[q++];
}
return count;
}
int count_inversion(int array[], int low, int high)
{
//统计逆序对个数
int count = 0, middle;
if(low < high)
{
middle = low + (high - low) / 2;
count += count_inversion(array, low, middle); //加入:对左段的逆序对的递归计数
count += count_inversion(array, middle + 1, high); //加入:对右段的逆序对的递归计数
count += merge_inversion(array, low, middle, high); //加入上面提到的第三种情形的计数
}
return count;
}
int main()
{
int n;
scanf("%d",&n);
int num[n];
for(int i=0; i<n; i++){
scanf("%d",&num[i]);
}
printf("%d",count_inversion(num,0,n-1));
}