力扣--分治(归并排序)算法题II:计算右侧小于当前元素的个数,翻转对(无痛通关困难题)

相关文章推荐:力扣--分治(归并排序)算法题I:排序数组,交易逆序对的总数

目录

1.计算右侧小于当前元素的个数

理解题意

算法原理

2.翻转对

理解题意

算法原理

策略一:降序:计算当前元素之后,有多少元素的二倍比我小

策略二:升序:计算当前元素之前,有多少元素的一半比我大


1.计算右侧小于当前元素的个数

https://leetcode.cn/problems/count-of-smaller-numbers-after-self/description/

理解题意

算法原理

本题要求找到在某数之后的,比他本身小的数的个数,结合我们上篇文章所述,本题的思路应该是降序排序,找到在此数之后有多少个比我小的数。

情况一:numscur1 <= numscur2 -> cur2++

情况二:numscur1 > numscur2 -> ret += right - cur2 + 1; cur1++;

并且本题的关键点在于,如何找到nums中,当前元素的原始下标是多少?( 因为排序会打乱元素的原始位置,如果不记录原始下标,你就不知道该把算出来的"数量"加到结果数组的哪个位置**)**

首先,我们在代码开头对index数组进行初始化,其次,在mergeSort合并时,将元素和其下标一起放入。

复制代码
class Solution 
{
    vector<int> ret;
    vector<int> index; // 记录nums中当前元素的原始下标
    int tmpNums[500010];
    int tmpIndex[500010];

public:
    vector<int> countSmaller(vector<int>& nums) 
    {
        int n = nums.size();
        ret.resize(n);
        index.resize(n);

        // 初始化index数组
        for(int i = 0; i < n; i++)
        {
            index[i] = i;
        }
        
        mergeSort(nums, 0, n - 1);
        return ret;
    }

    void mergeSort(vector<int>& nums, int left, int right)
    {
        if(left >= right) return;

        // 选择中间划分点
        int mid = (left + right) >> 1;
        // 左右区间排序
        mergeSort(nums, left, mid);
        mergeSort(nums, mid + 1, right);
        // 处理一左一右的情况
        int cur1 = left, cur2 = mid + 1, i = 0;
        while(cur1 <= mid && cur2 <= right) // 降序
        {
            if(nums[cur1] <= nums[cur2])
            {
                tmpNums[i] = nums[cur2];
                tmpIndex[i++] = index[cur2++];
            }
            else
            {
                ret[index[cur1]] += right - cur2 + 1;
                tmpNums[i] = nums[cur1];
                tmpIndex[i++] = index[cur1++];
            }
        }
        // 处理没有遍历完的数组
        while(cur1 <= mid)
        {
            tmpNums[i] = nums[cur1];
            tmpIndex[i++] = index[cur1++];
        }
        while(cur2 <= right)
        {
            tmpNums[i] = nums[cur2];
            tmpIndex[i++] = index[cur2++];
        }
        // 还原
        for(int i = left; i <= right; i++)
        {
            nums[i] = tmpNums[i - left];
            index[i] = tmpIndex[i - left];
        }
    }
};

2.翻转对

https://leetcode.cn/problems/reverse-pairs/description/

理解题意

在数组中,返回满足i < j并且nums i > 2 * nums j i , j 个数

算法原理

归并 ,以及利用单调性,使用同向双指针。

策略一:降序:计算当前元素之后,有多少元素的二倍比我小

计算翻转对:

复制代码
class Solution 
{
    int tmp[50010];
public:
    int reversePairs(vector<int>& nums) 
    {
        return mergeSort(nums, 0, nums.size() - 1);
    }

    int mergeSort(vector<int>& nums, int left, int right)
    {
        if(left >= right) return 0;

        int ret = 0;
        int mid = (left + right) >> 1;

        // 计算左右两侧的翻转对
        ret += mergeSort(nums, left, mid);
        ret += mergeSort(nums, mid + 1, right);

        // 计算翻转对数量
        int cur1 = left, cur2 = mid + 1, i = 0;
        while(cur1 <= mid)
        {
            while(cur2 <= right && nums[cur2] >= nums[cur1] / 2.0) cur2++;
            if(cur2 > right)
                break;
            ret += right - cur2 + 1;
            cur1++;
        }

        // 合并
        cur1 = left, cur2 = mid + 1, i = 0;
        while(cur1 <= mid && cur2 <= right)
        {
            tmp[i++] = nums[cur1] <= nums[cur2] ? nums[cur2++] : nums[cur1++]; 
        }

        while (cur1 <= mid) tmp[i++] = nums[cur1++];
        while (cur2 <= right) tmp[i++] = nums[cur2++];

        for(int i = left; i <= right; i++)
        {
            nums[i] = tmp[i - left];
        }
        return ret;
    }
};

策略二:升序:计算当前元素之前,有多少元素的一半比我大

计算翻转对:

复制代码
class Solution 
{
    int tmp[50010];
public:
    int reversePairs(vector<int>& nums) 
    {
        return mergeSort(nums, 0, nums.size() - 1);
    }

    int mergeSort(vector<int>& nums, int left, int right)
    {
        if(left >= right) return 0;

        int ret = 0;
        int mid = (left + right) >> 1;

        // 计算左右两侧的翻转对
        ret += mergeSort(nums, left, mid);
        ret += mergeSort(nums, mid + 1, right);

        // 计算翻转对数量
        int cur1 = left, cur2 = mid + 1, i = 0;
        while(cur2 <= right)
        {
            while(cur1 <= mid && nums[cur2] >= nums[cur1] / 2.0) cur1++;
            if(cur1 > mid)
                break;
            ret += mid - cur1 + 1;
            cur2++;
        }

        // 合并
        cur1 = left, cur2 = mid + 1, i = 0;
        while(cur1 <= mid && cur2 <= right)
        {
            tmp[i++] = nums[cur1] <= nums[cur2] ? nums[cur1++] : nums[cur2++]; 
        }

        while (cur1 <= mid) tmp[i++] = nums[cur1++];
        while (cur2 <= right) tmp[i++] = nums[cur2++];

        for(int i = left; i <= right; i++)
        {
            nums[i] = tmp[i - left];
        }
        return ret;
    }
};

本章完。

相关推荐
vibecoding日记8 小时前
双非如何快速入职字节等大厂大模型?真实案例分析:推理优化和投机解码
算法·求职·大模型工程师
yszaygr213811 小时前
Verilog参数化游程编码RLE模块
算法
望易11 小时前
刚设计的大模型架构-双域耦合认知框架
算法·架构
复杂网络15 小时前
多个 Claude Code 与多个 Codex 协同工作:设计与实现方案
算法
apocelipes1 天前
常用编程语言和库的正则表达式性能对比
c语言·c++·python·性能优化·golang·开发工具和环境
HjhIron1 天前
面试常客:字符串算法从入门到进阶
算法·面试
吴佳浩1 天前
DeepSeek DSpark:Confidence-Scheduled Speculative Decoding 技术解析
人工智能·算法·deepseek
触底反弹1 天前
🧠 搞懂 Token,才算真正入门大模型——从分词原理到 Embedding 语义实战
javascript·人工智能·算法
vivo互联网技术2 天前
ICLR 2026 | 基于后验采样的图像恢复方法LearnIR:人脸去阴影、去雾
人工智能·算法·aigc