題目詳述
鏈接:數組中的逆序對
題目解析
思路1:暴力解法
順序掃描整個數組,每掃描到一個數字的時候,逐個比較該數字和它後面的數字的大小。如果後面的數字比它小,則這兩個數字就組成一個逆序對。假設數組中含有n個數字,由於每個數字都要和O(n)個數字作比較,因此這個算法的時間複雜度是O(n2)。
對數組進行冒泡排序,交換次數即爲逆序對個數。時間複雜度O(n2)。
思路2:分治思想(推薦)
鏈接:參考大佬的思路
採用歸併排序的思路來處理,先分後治:先把數組分隔成子數組,先統計出子數組內部的逆序對的數目,然後再統計出兩個相鄰子數組之間的逆序對的數目。在統計逆序對的過程中,還需要對數組進行排序,其實這個排序過程就是歸併排序的思路 。
逆序對的總數=左邊數組中的逆序對的數量+右邊數組中逆序對的數量+左右結合成新的順序數組時中出現的逆序對的數量;
時間複雜度時O(n*log(n))。
public class AntiOrder {
public int count(int[] A, int n) {
if (A == null || n == 0) {
return 0;
} return mergeSortRecursion(A, 0, n - 1);
}
//遞歸實現歸併排序
public static int mergeSortRecursion(int[] arr, int l, int r) {
if (l == r) {
return 0; // 當待排序數組長度爲1時,遞歸開始回溯,進行merge操作
}
int mid = (l + r) / 2;
//逆序對的總數= 左邊數組中的逆序對的數量+
// 右邊數組中逆序對的數量+左右結合成新的順序數組時中出現的逆序對的數量
return mergeSortRecursion(arr, l, mid) +
mergeSortRecursion(arr, mid + 1, r) +
merge(arr, l, mid, r); //返回數組中的逆序對
}
//合併兩個已排好序的數組s[left...mid]和s[mid+1...right]
public static int merge(int[] arr, int left, int mid, int right) {
int[] temp = new int[right - left + 1];
int index = 0;
int i = left;
int j = mid + 1;
int inverseNum = 0;// 新增,用來累加數組逆序對
while (i <= mid && j <= right) {
if (arr[i] <= arr[j]) {
temp[index++] = arr[i++];
} else {
// 當前一個數組元素大於後一個數組元素時,累加逆序對
// s[i] > s[j] 推導出 s[i]...s[mid] > s[j]
inverseNum += (mid - i + 1);
temp[index++] = arr[j++];
}
}
while (i <= mid) {
temp[index++] = arr[i++];
}
while (j <= right) {
temp[index++] = arr[j++];
}
for (int k = 0; k < temp.length; k++) {
arr[left++] = temp[k];
}
return inverseNum; //返回合併過程中累加逆序對
}
}