设(A)为一个有(n)个数字的序列,其中所有的数字各不相同。如果存在正整数(i)和(j),使得(1 le i lt j le n)且(A[i] gt A[j]),那么数对((A[i], A[j]))就被称为(A)的一个逆序对,也称作逆序,逆序对的数量就是逆序数。如下图所示,((A[2], A[4]))就是一个逆序对。
分治法
假设我们要统计数列(A)中逆序对的个数。如图所示,我们可以将数列(A)分成两半得到数列B和数列C。因此,数列A中所有的逆序对必属于下面三者其一:
(1). (i,j)都属于数列(B)的逆序对
(2). (i,j)都属于数列(C)的逆序对
(3). (i)属于数列(B)而(j)属于数列(C)的逆序对
所以,我们只需要分别统计这三种逆序对,然后再加起来就行了。(1)和(2)可以通过递归求得,对于(3),我们可以对数列(C)中的每个数字,统计在数列(B)中比它大的数字的个数,再把结果加起来即可。因为每次分治时数列的长度都会减半,所以递归的深度是(O(log n)),而每一层有(O(n))个操作,因此算法的时间复杂度为(O(nlog n))。
class Solution {
public:
int reversePairs(vector<int>& nums) {
int n = nums.size();
if (n <= 1) return 0;
auto mid = nums.begin() + n / 2;
vector<int> left(nums.begin(), mid);
vector<int> right(mid, nums.end());
int cnt = 0;
cnt += reversePairs(left);
cnt += reversePairs(right);
int nums_idx = 0;
int left_idx = 0;
int right_idx = 0;
while (nums_idx < n) {
if (left_idx < left.size() && (right_idx == right.size() || left[left_idx] <= right[right_idx])) {
nums[nums_idx++] = left[left_idx++];
} else {
cnt += n / 2 - left_idx;
nums[nums_idx++] = right[right_idx++];
}
}
return cnt;
}
};
树状数组
我们构建一个值的范围是(1sim n)的树状数组,按照(j=0,1,2,cdots,n-1)进行如下操作:
(j- ext{sum}(A[j]))
( ext{add}(A[j], 1))
对于每个(j),树状数组查询得到的前(A[j])项的和就是满足(i lt j, A[i] le A[j])的(i)的个数。因此,把这个值从(j)中减去,得到的就是满足(i lt j, A[i] gt A[j])的(i)的个数。由于对每个(j)的复杂度是(O(log n)),所以整个算法的复杂度是(O(nlog n))。注意到树状数组的范围是(1sim n),而原始序列中可能包含负数或者非常大的数,因此我们需要对原始数据进行一次映射(离散化),把原始数据映射到(1sim n)区间上。
class Solution {
public:
int reversePairs(vector<int>& nums) {
if (nums.size() <= 1) return 0;
vector<int> nums_copy(nums.begin(), nums.end());
sort(nums_copy.begin(), nums_copy.end());
unordered_map<int, int> num_val_map;
n = 1;
// 离散化
for_each (nums_copy.begin(), nums_copy.end(), [&num_val_map, this](const int val) {
if (num_val_map[val] == 0) num_val_map[val] = n++;
});
bits.resize(n);
fill(bits.begin(), bits.end(), 0);
int ans = 0;
for(int i = 0;i < nums.size(); ++i) {
ans += i - sum(num_val_map[nums[i]]);
add(num_val_map[nums[i]], 1);
}
return ans;
}
private:
int n;
vector<int> bits;
inline int lowbit (int x) {
return x & (-x);
}
void add (int idx, int val) {
while (idx < n) {
bits[idx] += val;
idx += lowbit(idx);
}
}
int sum (int idx) {
int res = 0;
while (idx > 0) {
res += bits[idx];
idx -= lowbit(idx);
}
return res;
}
};
class Solution {
public:
vector<int> countSmaller(vector<int>& nums) {
vector<Pair> num_pairs(nums.size());
vector<int> counts(nums.size(), 0);
for (int i = 0;i < nums.size();++i) {
num_pairs[i].first = nums[i];
num_pairs[i].second = i;
}
reversePairs(num_pairs, counts);
return counts;
}
private:
using Pair = pair<int, int>;
void reversePairs(vector<Pair>& nums, vector<int>& counts) {
int n = nums.size();
if (n <= 1) return;
auto mid = nums.begin() + n / 2;
vector<Pair> left(nums.begin(), mid);
vector<Pair> right(mid, nums.end());
reversePairs(left, counts);
reversePairs(right, counts);
int nums_idx = 0;
int left_idx = 0;
int right_idx = 0;
while (nums_idx < n) {
if (left_idx < left.size() && (right_idx == right.size() || left[left_idx].first <= right[right_idx].first)) {
nums[nums_idx++] = left[left_idx++];
} else {
for (int i = left_idx; i < n/2; i++) {
counts[left[i].second] += 1;
};
nums[nums_idx++] = right[right_idx++];
}
}
}
};