初学算法之分治---求逆序数

简介: 初学算法之分治---求逆序数
package 分治;
/**
 * @ClassName 求排列的逆序数
 * @Author ACER
 * @Description
 * 对于261数组,有逆序数(6,1)
 * 给定一个数组 求其
 * 逆序数
 * @Date 2021/7/11 10:25
 * @Version 1.0
 **/
public class 求排列的逆序数 {
    public static void main(String[] args) {
        int array[]={2,6,3,4,5,1};
        System.out.println(count(array, 0, array.length-1));
    }
    public static int count(int[] array, int start, int end){
        //先求出左右两边逆序数
        //再求出左右两边加起来求逆序数
        if (start<end){
            int mid=start+(end-start)/2;
            int cleft = count(array, start, mid);
            int cright = count(array, mid+1, end);
            //对左右两边排序
            mergeSort(array,start,mid);
            mergeSort(array,mid+1,end);
            //扫描一遍数组 计算合并之后的逆序数
            int mergeCount = scan(array, start, end);
            return cleft+cright+mergeCount;
        }else {
            return 0;
        }
    }
    //扫描一次算出左右两边合并之后的逆序数
    //思路:在左右两边开始位置放置一个指针
    //当左边的大于右边数时 计算出逆序数,右边数组指针以后的所有数都小于左边
    //否则左边的指针后移,直到小于右边的数 当指针直到mid时退出。
    private static int scan(int []array,int start,int end){
        //数组已经排好序
        //{3,2,1,3,2,1}
        int i=start;
        int mid=start+(end-start)/2;
        int j=mid;
        int mergecnt=0;
        while(i<mid&&j<end){
                if (array[i]>array[j]){
                    mergecnt+=end-j;
                    i++;
                }else {
                    j++;
                }
        }
        return mergecnt;
    }
    public static void mergeSort(int []array,int start,int end){
        if (start>=end){
            return;
        }
        int k=array[start];
        int p1=end;
        int p2=start;
        while(p1!=p2){
            //从大到小排序
            while (p1>p2&&k>=array[p1]){
                p1--;
            }
            int temp;
            temp=array[p1];
            array[p1]=k;
            array[p2]=temp;
            while (p1>p2&&array[p2]>=k){
                p2++;
            }
            temp=array[p2];
            array[p2]=k;
            array[p1]=temp;
        }
        mergeSort(array,start,p1-1);
        mergeSort(array,p1+1,end);
    }
}
相关文章
|
7月前
|
人工智能 自然语言处理 算法
当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
【2月更文挑战第24天】当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
61 2
当prompt策略遇上分治算法,南加大、微软让大模型炼成“火眼金睛”
|
7月前
|
存储 缓存 算法
【数据结构与算法】【小白也能学的数据结构与算法】递归 分治 迭代 动态规划 无从下手?一文通!!!
【数据结构与算法】【小白也能学的数据结构与算法】递归 分治 迭代 动态规划 无从下手?一文通!!!
|
5月前
|
算法 开发者 Python
惊呆了!Python算法设计与分析,分治法、贪心、动态规划...这些你都会了吗?不会?那还不快来学!
【7月更文挑战第10天】探索编程巅峰,算法至关重要。Python以其易读性成为学习算法的首选。分治法,如归并排序,将大问题拆解;贪心算法,如找零问题,每步求局部最优;动态规划,如斐波那契数列,利用子问题解。通过示例代码,理解并掌握这些算法,提升编程技能,面对挑战更加从容。动手实践,体验算法的神奇力量吧!
74 8
|
5月前
|
算法 Python
算法不再难!Python分治法、贪心、动态规划实战解析,轻松应对各种算法挑战!
【7月更文挑战第8天】掌握Python算法三剑客:分治、贪心、动态规划。分治如归并排序,将大问题拆解递归解决;贪心策略在每步选最优解,如高效找零;动态规划利用子问题解,避免重复计算,解决最长公共子序列问题。实例展示,助你轻松驾驭算法!**
70 3
|
20天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
34 2
|
4月前
|
算法 搜索推荐
算法设计 (分治法应用实验报告)基于分治法的合并排序、快速排序、最近对问题
这篇文章是关于分治法应用的实验报告,详细介绍了如何利用分治法实现合并排序和快速排序算法,并探讨了使用分治法解决二维平面上的最近对问题的方法,包括伪代码、源代码实现及时间效率分析,并附有运行结果和小结。
|
5月前
|
算法 Python
Python算法高手进阶指南:分治法、贪心算法、动态规划,掌握它们,算法难题迎刃而解!
【7月更文挑战第10天】探索Python算法的精华:分治法(如归并排序)、贪心策略(如找零钱问题)和动态规划(解复杂问题)。通过示例代码揭示它们如何优化问题解决,提升编程技能。掌握这些策略,攀登技术巅峰。
126 2
|
5月前
|
算法 程序员 Python
算法小白到大神的蜕变之路:Python分治法、贪心、动态规划,一步步带你走向算法巅峰!
【7月更文挑战第9天】探索算法之旅,以Python解锁编程高手之路。分治法如二分查找,将复杂问题拆解;贪心算法解决活动选择,每次选取局部最优;动态规划求斐波那契数列,避免重复计算,实现全局最优。每一步学习,都是编程能力的升华,助你应对复杂挑战,迈向算法大师!
48 1
|
5月前
|
存储 算法 Python
Python算法界的秘密武器:分治法巧解难题,贪心算法快速决策,动态规划优化未来!
【7月更文挑战第9天】Python中的分治、贪心和动态规划是三大关键算法。分治法将大问题分解为小问题求解,如归并排序;贪心算法每步选局部最优解,不保证全局最优,如找零钱;动态规划存储子问题解求全局最优,如斐波那契数列。选择合适算法能提升编程效率。
68 1
|
5月前
|
存储 算法 Python
震撼!Python算法设计与分析,分治法、贪心、动态规划...这些经典算法如何改变你的编程世界!
【7月更文挑战第9天】在Python的算法天地,分治、贪心、动态规划三巨头揭示了解题的智慧。分治如归并排序,将大问题拆解为小部分解决;贪心算法以局部最优求全局,如Prim的最小生成树;动态规划通过存储子问题解避免重复计算,如斐波那契数列。掌握这些,将重塑你的编程思维,点亮技术之路。
76 1