求解逆序数问题
给定一个整数数组A=(a0,a1…an-1),若i<j且ai>aj,则<ai,aj>就为一个逆序对。例如数组(3,1,4,5,2)的逆序对有<3,1>、<3,2>、<4,2>、<5,2>编写一个实验程序求A中逆序对的个数,即逆序数。
两种算法:归并排序、树状数组算法。
运行结果:
全部代码
#include <stdio.h>
#include <stdlib.h>
#define N 1000007
int a[N];
int nums[N];
int tep[N];
int tree[N];
long long sum = 0;
int lowbit(int x) {
return x & -x;
}
void modify(int pos, int v, int n) {
while (pos <= n) {
tree[pos] += v;
pos += lowbit(pos);
}
}
int query(int pos) {
int ans = 0;
while (pos > 0) {
ans += tree[pos];
pos -= lowbit(pos);
}
return ans;
}
void conquer(int l, int mid, int r) {
int pos1 = l, pos2 = mid + 1;
int i = l;
while (pos1 <= mid && pos2 <= r) {
if (nums[pos1] <= nums[pos2])
tep[i++] = nums[pos1++];
else {
sum += (mid - pos1 + 1);
tep[i++] = nums[pos2++];
// 输出逆序对
for (int k = l; k <= mid; k++) {
printf("(%d, %d)\n", nums[k], nums[pos2 - 1]);
}
}
}
for (int j = pos1; j <= mid; j++) tep[i++] = nums[j];
for (int j = pos2; j <= r; j++) tep[i++] = nums[j];
for (int j = l; j <= r; j++) nums[j] = tep[j];
}
void divide(int l, int r) {
if (l == r) return;
int mid = (l + r) >> 1;
divide(l, mid);
divide(mid + 1, r);
conquer(l, mid, r);
}
int main() {
int n, choice;
printf("选择算法:\n");
printf("1. 使用归并排序算法\n");
printf("2. 使用树状数组算法\n");
scanf("%d", &choice);
printf("输入数组长度:");
scanf("%d", &n);
printf("输入数组:");
// 将输入数组的索引改为从0开始
for (int i = 0; i < n; i++) {
scanf("%d", &nums[i]);
}
if (choice == 1) {
// 使用归并排序算法
divide(1, n ); // 调整索引从0开始
printf("逆序对的个数为:%lld\n", sum);
} else if (choice == 2) {
// 使用树状数组算法
int ans = 0;
for (int i = n - 1; i >= 0; i--) { // 调整索引从0开始
ans += query(nums[i] - 1);
modify(nums[i], 1, n);
}
printf("逆序对的个数为%d\n", ans);
} else {
printf("无效选择\n");
}
return 0;
}
相关课设的提问:
为什么使用分治算法 两种算法的优劣 归并的时间复杂度是多少?为什么? |
- 使用分治算法的原因是为了解决计算数组逆序对个数的问题。分治算法将数组不断划分为更小的子数组,然后合并子数组并计算逆序对个数,这样可以通过逐层合并的方式降低问题的复杂度。
2.优点:归并排序算法的时间复杂度是稳定的,无论最好、平均还是最坏情况都是O(nlogn)。它具有较好的可读性和理解性,并且可以应用于处理大规模数据的场景。
缺点:归并排序需要额外的空间来存储临时数组,空间复杂度为O(n)。此外,归并排序不是原地排序算法,对于大规模数据的排序可能会占用较多的内存。
树状数组算法:
优点:树状数组算法具有较小的空间复杂度,只需要额外的O(n)空间来存储树状数组。它的时间复杂度为O(nlogn),在处理大规模数据时,效率比较高。
缺点:树状数组算法的实现较为复杂,需要掌握树状数组的原理和操作方法。
3. 归并排序的时间复杂度是O(nlogn)。在每一次归并操作中,需要将两个有序的子数组合并成一个有序的数组,时间复杂度为O(n)。而在分治过程中,需要将数组划分为logn层,每一层都需要进行归并操作,因此总体的时间复杂度是O(nlogn)。