博主也是想了很久,一直忘记考虑重复数据
我们采用树状数组来写会更加方便…然而这种算法并没有C++和Java的库支持,需要自己手动实现。树状数组和线段树很像,但能用树状数组解决的问题,基本上都能用线段树解决,而线段树能解决的树状数组不一定能解决。相比较而言,树状数组效率要高很多。
以下为百度百科所解释:
假设数组a[1..n],那么查询a[1]+...+a[n]的时间是log级别的,而且是一个在线的数据结构,支持随时修改某个元素的值,复杂度也为log级别。
来观察这个图:
令这棵树的结点编号为C1,C2...Cn。令每个结点的值为这棵树的值的总和,那么容易发现:
C1 = A1
C2 = A1 + A2
C3 = A3
C4 = A1 + A2 + A3 + A4
C5 = A5
C6 = A5 + A6
C7 = A7
C8 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8
...
C16 = A1 + A2 + A3 + A4 + A5 + A6 + A7 + A8 + A9 + A10 + A11 + A12 + A13 + A14 + A15 + A16
这里有一个有趣的性质:
设节点编号为x,那么这个节点管辖的区间为2^k(其中k为x二进制末尾0的个数)个元素。因为这个区间最后一个元素必然为Ax,
所以很明显:Cn = A(n – 2^k + 1) + ... + An
算这个2^k有一个快捷的办法,定义一个函数如下即可:
int lowbit(int x){
return x&(x^(x–1));
}
利用机器补码特性,也可以写成:
int lowbit(int x){
return x&-x;
}
当想要查询一个SUM(n)(求a[n]的和),可以依据如下算法即可:
step1: 令sum = 0,转第二步;
step2: 假如n <= 0,算法结束,返回sum值,否则sum = sum + Cn,转第三步;
step3: 令n = n – lowbit(n),转第二步。
可以看出,这个算法就是将这一个个区间的和全部加起来,为什么是效率是log(n)的呢?以下给出证明:
n = n – lowbit(n)这一步实际上等价于将n的二进制的最后一个1减去。而n的二进制里最多有log(n)个1,所以查询效率是log(n)的。
那么修改呢,修改一个节点,必须修改其所有祖先,最坏情况下为修改第一个元素,最多有log(n)的祖先。
所以修改算法如下(给某个结点i加上x):
step1: 当i > n时,算法结束,否则转第二步;
step2: Ci = Ci + x, i = i + lowbit(i)转第一步。
i = i +lowbit(i)这个过程实际上也只是一个把末尾1补为0的过程。
对于数组求和来说树状数组简直太快了!
注:
求lowbit(x)的建议公式:
lowbit(x):=x and -x;
或lowbit(x):=x and (x xor (x - 1));
lowbit(x)即为2^k的值。
下面附上代码:
#include <iostream>
#include <algorithm>
using namespace std;
int n, a[500005], f[500005],vis[500005],ans=0;
long long add=0;
struct Node {
int sum, number,flag;
} node[500005];
bool cmp(Node a, Node b) {
return a.sum < b.sum;
}
void add1(int x, int y) {
while (x <= n) {
a[x] += y;
x += x & (-x);
}
}
int add2(int x) {
int add = 0;
while (x) {
add += a[x];
x -= x & (-x);
}
return add;
}
int main() {
cin>>n;
for (int i = 1; i <= n; i++) {
cin>>node[i].sum;
node[i].number = i;
}
sort(node + 1, node + n + 1, cmp);
for (int i = 1; i <= n; i++) {
if(node[i].sum != node[i-1].sum)
ans++;
f[node[i].number] = ans;
}
for (int i = 1; i <= n; i++) {
add1(f[i], 1);
add += i - add2(f[i]);
}
cout<<add;
return 0;
}