Y_1215的博客

这里是 归并排序对分治算法的应用，这是最后一题了。这就是分治算法的一系列咯。还有点小难，但是相信我，这些题给他刷刷就会咯。⼤思路与求逆序对的思路⼀样，就是利⽤归并排序的思想，将求整个数组的翻转对的数量，转换成 三部分：左半区间翻转对的数量，右半区间翻转对的数量，⼀左⼀右选择时翻转对的数量。重点就 是在合并区间过程中，如何计算出翻转对的数量。 与上个问题不同的是，上⼀道题我们可以⼀边合并⼀遍计算，但是这道题要求的是左边元素⼤于右 边元素的两倍，如果我们直接合并的话，是⽆法快速计算出翻转对的数量的。

分治算法（Divide and Conquer），顾名思义，将一个大问题分成多个小问题，然后分别解决这些小问题，最后将它们的解合并起来得到整体的解。这个算法的核心思想是将问题分割成更小的、相同结构的子问题，然后将子问题的解合并成原问题的解。分治算法的运行流程通常包括三个步骤：分解、解决和合并。

分治算法（Divide and Conquer），顾名思义，将一个大问题分成多个小问题，然后分别解决这些小问题，最后将它们的解合并起来得到整体的解。这个算法的核心思想是将问题分割成更小的、相同结构的子问题，然后将子问题的解合并成原问题的解。分治算法的运行流程通常包括三个步骤：分解、解决和合并。⽤归并排序求逆序数是很经典的⽅法，主要就是在归并排序的合并过程中统计出逆序对的数量，也就是在合并两个有序序列的过程中，能够快速求出逆序对的数量。 我们将这个问题分解成⼏个⼩问题，逐⼀破解这道题。

归并排序的流程充分的体现了「分⽽治之」的思想，⼤体过程分为两步：◦ 分：将数组⼀分为⼆为两部分，⼀直分解到数组的⻓度为 1 ，使整个数组的排序过程被分 为「左半部分排序」+「右半部分排序」；◦ 治：将两个较短的「有序数组合并成⼀个⻓的有序数组」，⼀直合并到最初的⻓度。思想是将问题分割成更小的、相同结构的子问题，然后将子问题的解合并成原问题的解。分治算法的运行流程通常包括三个步骤：分解、解决和合并。

最⼩的k个数（medium）（每日一题）在快排中，当我们把数组「分成三块」之后： [l, left] [left + 1, right - 1] [right, r] ，我们可以通过计算每⼀个区间内元素的「个数」，进⽽推断出最⼩的k个数在哪 些区间⾥⾯。 那么我们可以直接去「相应的区间」继续划分数组即可。这道题其实有很多做法,1. 直接排序 O(n * logN)2.堆实现 O(n * logK)3.分治 O(N) 这里只实现第三种做法,如果另外两种有

快速选择算法​215. 数组中的第K个最大元素 - 力扣（LeetCode）​这道题有多种解法,比较经典的方式是用建小根堆去找这个数O(n*logk)这里使用分治的思想解决这道问题能达到 O(n) 《算法导论》在快排中，当我们把数组「分成三块」之后： [l, left] [left + 1, right - 1] [right, r] ，我们可以通过计算每⼀个区间内元素的「个数」，进⽽推断出我们要找的元素是 在「哪⼀个区间」⾥⾯。 那么我们可以直接去「相应的区间」去寻找最终结果就好了。

以上是今天总结的第二道分治的题，后续会更新一系列的分治算法相关的题哦。

分治算法（Divide and Conquer），顾名思义，将一个大问题分成多个小问题，然后分别解决这些小问题，最后将它们的解合并起来得到整体的解。这个算法的核心思想是将问题分割成更小的、相同结构的子问题，然后将子问题的解合并成原问题的解。分解、解决和合并。分解：将原问题分解成若干个规模较小的子问题。这个步骤通常通过递归实现，直到子问题足够简单可以直接求解。解决：递归地求解子问题。这可以通过相同的方法再次应用分治算法，继续将子问题分解成更小的子问题，直到达到基本情况可以直接求解。