归并排序应用——剑指 Offer 51. 数组中的逆序对

简介: 归并排序应用——剑指 Offer 51. 数组中的逆序对

题目

1.在数组中的两个数字,如果前面一个数字大于后面的数字,则这两个数字组成一个逆序对。输入一个数组,求出这个数组中的逆序对的总数。


示例 1:

输入: [7,5,6,4]

输出: 5

1.错误示范

int reversePairs(int* nums, int numsSize) {
    int i = 0;
    int j = 0;
    int sum = 0;
    for (i = 0; i < numsSize; i++)
    {
        for (j = i + 1; j < numsSize; j++)
        {
            if (nums[i] > nums[j])
            {
                sum++;
            }
        }
    }
    return sum;
}

我们用正常的思路去写,发现就会超出时间限制,因为这样做 时间复杂度为O(N^2),很显然不符合条件

2. 分析

归并排序(递归)中,可知 ,我们可以通过临时数组tmp 先排序左数组

再排序右数组,最后将左右数组进行排序

而这三种情况,正好对应 逆序对中的 全部从左数组选择、 全部从右数组中选择。 一个选左数组一个选右数组

逆序对的判断

全部从左数组选择、 全部从右数组中选择,我们只需加上返回值即可

统计出某个数后面有多少个数比它小

归并合并的过程中,可以 得到两个有序的数组,通过有序性快速统计出你逆序对的数量

举例(完整过程解析)

假定left与right数组有序

left=[5,7,9] right=[4,5,8] tmp=[]

第一次循环

left[begin1] (5)>right[begin2] (4) ,将 right[begin2]放入tmp数组中,并将begin2++

由于是 升序排列, 所以left数组第一个必是最小的数,而这个最小的数比right所取的数大,则right所取的数(4)比left数组中所有数都小,即为tmp进入排序的第一个数

由于4<5,我们要统计 在right数组中有多少数比5小,所以 begin2++

第二次循环

left[begin1] (5) <= right[begin2] (5) 将left[begin1] 放入 tmp数组中 ,并将 begin1++

最小的数已经放入tmp数组中,此时left[begin1] (5) 就是次小的数 即tmp数组中的第二个数

此时在right数组中 [0,begin2)区间的数 都比left[begin1] (5) 小

即 ret += begin2-0

left[begin1] (5) 已经找到>=它的数,begin1++ 遍历下一个left数组中的数

第三次循环

left[begin1] 1(7) > right [beign2] (5) 将right[begin2] 放入tmp数组中,并将begin2++

在剩余的数中,由于7>5 ,所以 5就为目前最小的数 ,将其放入 tmp数组中

同时7也没有找到>= 它的数,所以需要 beign2++

第四次循环


left[begin1] 1(7) > right [beign2] (5) 将right[begin2] 放入tmp数组中,并将begin2++

在剩余的数中,由于7>5 ,所以 5就为目前最小的数 ,将其放入 tmp数组中

同时7也没有找到>= 它的数,所以需要 beign2++


第四次循环

left[begin1] (7) < right[begin2] (8) 将left[begin1] 放入tmp数组中,并将begin1++

在剩余的数中,由于 7<8 ,所以 7就为目前最小的数 ,放入tmp数组中

此时 right数组[0,beign2)区间 小于7

ret+=begin2-0

left[begin1] (7) 已经找到>=它的数,将 begin1++ ,遍历下一个 left数组中的数

第五次循环


left[begin1] (9) > right[begin2] (8) 将right[begin2]放入tmp数组中,并将begin2++

在剩余的数中,由于 8<9 ,所以 8就为目前最小的数 ,放入tmp数组中

同时begin2++ ,继续寻找right数组中是否存在>=9的数

循环结束的两种存在情况

由于right数组已经遍历完,所以循环停止,再次判断两个数组是否存在数

若 left数组没有走完,则left剩余的每一个数 都 > 原right数组存在的数

right数组区间[0,begin2) 正好为 right数组的所有数

所以还需累加 ret+= begin2-0


若 right数组没有走完,题中要求为逆序对,即左边大于右边的数,

不成立,所以不用统计无意义


3. 正确代码

int mergesort1(int* nums, int left, int right, int* tmp)//归并排序
{
    if (left >= right)
    {
        return  0;
    }
    int mid = (left + right) / 2;
    int leftret = mergesort1(nums, left, mid, tmp);//计算左边区间 [left, mid] 中逆序对的数量 = leftRet,并排序;
    int rightret = mergesort1(nums, mid + 1, right, tmp);//. 计算右边区间 [mid + 1, right] 中逆序对的数量 = rightRet,并排序
    int begin1 = left;
    int end1 = mid;
    int begin2 = mid + 1;
    int end2 = right;
    int i = left;
    int voeret = 0;//合并左右两个有序区间,并且计算逆序对的数量
    while (begin1 <= end1 && begin2 <= end2)
    {
        if (nums[begin1] <= nums[begin2])
        {
            //当 nums[begin1] <= nums[begin2] 时,说明此时右边数组已经遍历过的元素都是比
           // nums[begin1] 小的,因此累加到 voeret 中去
            voeret += begin2 - (mid + 1);//因为计算的begin2刚开始的边界就为 mid+1
            tmp[i++] = nums[begin1++];
        }
        else
        {
            //当 nums[begin1] > nums[begin2] 时,无需统计,直接归并
            tmp[i++] = nums[begin2++];
        }
    }
    //处理归并排序中剩余的元素;
    //当左边有剩余的时候,还需要统计逆序对的数量;
        //当右边还有剩余的时候,无需统计,直接归并。
    while (begin1 <= end1)
    {
        voeret += begin2 - (mid + 1);
        tmp[i++] = nums[begin1++];
    }
    while (begin2 <= end2)
    {
        tmp[i++] = nums[begin2++];
    }
    memcpy(nums + left, tmp + left, sizeof(int) * (right - left + 1));
    return leftret + rightret + voeret;//返回 左区间逆序对数量 + 右区间逆序对数量 + 当前合并过程中产生的逆序对数量
}
int  mergesort(int* nums, int numsSize)
{
    int* tmp = (int*)malloc(sizeof(int) * numsSize);//因为我们不想一直malloc创建数组所以在外面开辟
    int ret = mergesort1(nums, 0, numsSize - 1, tmp);
    free(tmp);
    tmp = NULL;
    return ret;
}
int reversePairs(int* nums, int numsSize) {
    return mergesort(nums, numsSize);
}

4.递归展开图

以下标从0到3 的数组进行演示

相关文章
|
12月前
|
机器学习/深度学习 人工智能 算法
DeepMind最新成果剑指量子力学,FermiNet或将破解近百年计算难题
DeepMind公司近期在量子力学计算领域取得了重要突破,推出了一种名为FermiNet的神经网络模型,旨在克服量子系统计算难题。FermiNet基于变分蒙特卡洛方法,直接处理电子坐标,有效提升了计算精度与效率。在基态能量、电子结构及反应动力学等量子化学问题上表现出色,超越了传统DFT方法。尽管存在计算资源和近似误差等局限,但这一成果仍为量子力学研究提供了新工具和思路,未来有望在量子计算中发挥更大作用。论文详情见:[论文地址链接](https://www.science.org/doi/abs/10.1126/science.adn0137)。
206 2
|
存储 资源调度 分布式计算
什么是HDFS和YARN?
【8月更文挑战第31天】
286 0
|
移动开发 开发者 HTML5
【专栏】介绍Flexbox和Grid两种现代Web布局技术,它们能帮助开发者创建美观、响应式且兼容性好的界面
【4月更文挑战第27天】本文介绍了Flexbox和Grid两种现代Web布局技术,它们能帮助开发者创建美观、响应式且兼容性好的界面。Flexbox通过主轴和交叉轴实现复杂布局,如垂直居中、响应式和多列布局。Grid布局则利用网格线定义容器和网格项,适用于网格系统和响应式设计。文中以构建响应式Web界面为例,展示了如何结合Flexbox和Grid实现头部、内容区域和底部的布局。
230 5
|
缓存 监控 Java
深入理解Java虚拟机(JVM)性能调优
【4月更文挑战第18天】本文探讨了Java虚拟机(JVM)的性能调优,包括使用`jstat`、`jmap`等工具监控CPU、内存和GC活动,选择适合的垃圾回收器(如Serial、Parallel、CMS、G1),调整堆大小和新生代/老年代比例,以及代码优化和JIT编译策略。通过这些方法,开发者能有效提升应用性能并应对复杂性挑战。性能调优是持续过程,需伴随应用演进和环境变化进行监控与优化。
334 7
|
图形学
【制作100个unity游戏之27】使用unity复刻经典游戏《植物大战僵尸》,制作属于自己的植物大战僵尸随机版和杂交版5(附带项目源码)
【制作100个unity游戏之27】使用unity复刻经典游戏《植物大战僵尸》,制作属于自己的植物大战僵尸随机版和杂交版5(附带项目源码)
327 0
|
机器学习/深度学习 人工智能 算法
深入白盒测试:提升软件质量的策略与实践
【4月更文挑战第9天】在追求软件产品质量的道路上,白盒测试作为一项重要的验证手段,其价值和影响力日益凸显。本文将深入探讨白盒测试的核心概念、实施策略以及面临的挑战,旨在为软件开发和质量保证的专业人士提供一套系统化的白盒测试方法论。通过对代码逻辑结构、执行路径以及内部算法的严密审查,我们揭示了如何有效发现并修复潜在的缺陷,确保软件的稳定性和性能满足用户期待。文章还将分享一系列创新工具和技术,助力测试人员提高测试覆盖率,减少人工干预,最终实现自动化和智能化的软件测试流程。
|
算法
MATLAB求解非线性方程组的五种方法
求解线性方程分为两种方法--二分法和迭代法 常见的方法一共有5种 二分法 迭代法 牛顿法 割线法 拟牛顿法 Halley法
564 0
|
数据可视化 机器人 测试技术
精美可视化:Python自动化生成漂亮的测试报告
运用Python的Unittest、数据驱动测试(DDT)、Excel、Jinja2和HTML技术,构建一个能够自动生成精美可视化测试报告的自动化测试框架
精美可视化:Python自动化生成漂亮的测试报告
|
druid 关系型数据库 MySQL
数据库连接池性能比对
数据库连接池性能比对
375 0
|
存储 缓存 分布式计算
Gluten + Celeborn: 让 Native Spark 拥抱 Cloud Native
本篇文章介绍了 Gluten 项目的背景和目标,以及它如何解决基于 Apache Spark 的数据负载场景中的 CPU 计算瓶颈。此外,还详细介绍了 Gluten 与 Celeborn 的集成。Celeborn 采用了 Push Shuffle 的设计,通过远端存储、数据重组、内存缓存、多副本等设计,不仅进一步提升 Gluten Shuffle 的性能和稳定性,还使得 Gluten 拥有更好的弹性,从而更好的拥抱云原生。
2776 4
Gluten + Celeborn: 让 Native Spark 拥抱 Cloud Native