大数据算法课设-求解逆序数对的问题

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？

1. 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)。