当前位置: 首页 > news >正文

详细介绍:【优选算法】DC-Mergesort-Harmonies:分治-归并的算法之谐

详细介绍:【优选算法】D&C-Mergesort-Harmonies:分治-归并的算法之谐

文章目录

  • 1.概念解析
  • 2.排序数组
  • 3.交易逆序对的总数
  • 4.计算右侧小于当前元素的个数
  • 5.翻转对
  • 希望读者们多多三连支持
  • 小编会继续更新
  • 你们的鼓励就是我前进的动力!

本篇是优选算法之分治-归并,简单来说就是一个不断分组排序再合并的过程

1.概念解析

什么是分治-归并?

分治归并(基于分治思想的归并排序)是分治算法(Divide and Conquer)在排序问题中的经典应用,核心是通过 “拆分 - 排序 - 合并” 三步,将无序数组转化为有序数组,本质是 “化繁为简、再合简为繁” 的解题思路

2.排序数组

✏️题目描述:

在这里插入图片描述

✏️示例:

在这里插入图片描述

传送门:排序数组

题解:
在这里插入图片描述

本质上分治归并就是一个后序遍历,而快排就是一个前序遍历,不断向下细分数组,然后从下往上把左右两分支的数组排序并合并,以此向上循环往复

细节问题:

代码实现:

#include <iostream>#include <vector>using namespace std;class Solution{vector<int> tmp;public:vector<int> sortArray(vector<int>& nums){tmp.resize(nums.size());mergeSort(nums, 0, nums.size() - 1);return nums;}void mergeSort(vector<int>& nums, int left, int right){if (left >= right){return;}int mid = left + ((right - left) >> 1);mergeSort(nums, left, mid);mergeSort(nums, mid + 1, right);int 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 j = 0; j <= right - left; ++j){nums[left + j] = tmp[j];}}};

3.交易逆序对的总数

✏️题目描述:
在这里插入图片描述

✏️示例:
在这里插入图片描述

传送门:交易逆序对的总数

题解:
在这里插入图片描述

因为归并排序的 “分治 + 有序合并” 特性,完美匹配逆序对统计的核心需求 —— 高效拆分问题、批量计算逆序对,这是暴力枚举做不到的,当 [left,mid][mid+1,right] 进行互相比较时,如果是升序,获取到 record[cur1] >= record[cur2] 时,由于是有序,所以 cur2 往后都是小于 cur1 对应的数的,所以能直接得到很多对逆序数。用降序也是同理

代码实现:

class Solution
{
vector<int> tmp;public:int reversePairs(vector<int>& record){tmp.resize(50010);return mergeSort(record, 0, record.size() - 1);}int mergeSort(vector<int> &record, int left, int right){if(left >= right){return 0;}int ret = 0;int mid = left + ((right - left) >> 1);ret += mergeSort(record, left, mid);ret += mergeSort(record, mid + 1, right);int cur1 = left, cur2 = mid + 1, i = 0;while(cur1 <= mid && cur2 <= right){if(record[cur1] <= record[cur2]){tmp[i++] = record[cur1++];}else{ret += mid - cur1 + 1;tmp[i++] = record[cur2++];}}while(cur1 <= mid){tmp[i++] = record[cur1++];}while(cur2 <= right){tmp[i++] = record[cur2++];}for(int j = 0; j < right - left + 1; ++j){record[j + left] = tmp[j];}return ret;}};

4.计算右侧小于当前元素的个数

✏️题目描述:
在这里插入图片描述

✏️示例:
在这里插入图片描述

传送门:计算右侧小于当前元素的个数

题解:
在这里插入图片描述
这题和上一题思路基本一致,唯一的难点就是要额外创建一个数组进行值和下表的绑定,因为题目要求的是返回每个 index 对应的值,有人就问了为什么不能用哈希表,可以是可以但是有重复值的话会很麻烦,因此额外创建一个数组进行 index 和值的绑定更方便,index 数组跟着 nums 数组移动就行

代码实现:

class Solution
{
vector<int> ret;vector<int> index;int tmpNums[500010];int tmpindex[500010];public:vector<int> countSmaller(vector<int>& nums){int n = nums.size();ret.resize(n, 0);index.resize(n);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;}int mid = left + ((right - left) >> 1);mergeSort(nums, left, mid);mergeSort(nums, mid + 1, right);int cur1 = left, cur2 = mid + 1, i = 0;while(cur1 <= mid && cur2 <= right){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++];}}while(cur1 <= mid){tmpNums[i] = nums[cur1];tmpindex[i++] = index[cur1++];}while(cur2 <= right){tmpNums[i] = nums[cur2];tmpindex[i++] = index[cur2++];}for(int j = 0; j < right - left + 1; ++j){nums[j + left] = tmpNums[j];index[j + left] = tmpindex[j];}}};

5.翻转对

✏️题目描述:
在这里插入图片描述

✏️示例:
在这里插入图片描述

传送门:翻转对

题解:
在这里插入图片描述

思路还是利用归并解决,但是要提前计算符合题目要求的翻转对,如果在排序过程中进行计算,会漏掉部分翻转对

细节问题:

(long long)nums[cur1] <= 2 * (long long)nums[cur2] 防止溢出

代码实现:

class Solution
{
vector<int> tmp;int ret = 0;public:int reversePairs(vector<int>& nums){tmp.resize(nums.size());mergeSort(nums, 0, nums.size() - 1);return ret;}void mergeSort(vector<int>& nums, int left, int right){if (left >= right){return;}int mid = left + ((right - left) >> 1);mergeSort(nums, left, mid);zqmergeSort(nums, mid + 1, right);int cur1 = left, cur2 = mid + 1, i = 0;while (cur2 <= right){while (cur1 <= mid && (long long)nums[cur1] <= 2 * (long long)nums[cur2]){cur1++;}if (cur1 > mid){break;}ret += mid - cur1 + 1;cur2++;}cur1 = left, cur2 = mid + 1;while (cur1 <= mid && cur2 <= right){if (nums[cur1] <= nums[cur2]){tmp[i++] = nums[cur1++];}else{tmp[i++] = nums[cur2++];}}while (cur1 <= mid){tmp[i++] = nums[cur1++];}while (cur2 <= right){tmp[i++] = nums[cur2++];}for (int j = 0; j < right - left + 1; ++j){nums[j + left] = tmp[j];}}};

希望读者们多多三连支持

小编会继续更新

你们的鼓励就是我前进的动力!

请添加图片描述

http://www.jsqmd.com/news/48158/

相关文章:

  • 2025年11月西安宣传片,西安活动跟拍,西安活动跟拍公司推荐:全流程拍摄服务与性价比优选指南
  • 2025年11月北京财税机构评价榜单:服务性能与用户口碑评测
  • 2025年11月立体库厂家推荐榜:基于资质与案例的五大品牌对比分析
  • 2025年11月立体库厂家推荐榜单与客观评价指南
  • 2025年11月西安宣传片,西安活动跟拍,西安活动跟拍公司推荐:影视制作口碑品牌与实力红榜发布
  • 【stm32】【Freertos】config详解(2) - 实践
  • V形磁场超时空转换器
  • 【普中STM32F1xx开发攻略--标准库版】-- 第 9 章 STM32 固件库介绍 - 实践
  • 详解Mysql的 sql_mode(SQL 模式)
  • 字符串函数的运用
  • 关于字符
  • 云数据仓库十年架构演进与技术革新
  • 实用指南:QXmlStreamReader、QXmlStreamWriter和QDomElement区别
  • 基础电气知识点梳理
  • 深入解析:缓存查询逻辑及问题解决
  • HTML 图片的放大和缩小
  • 在Odoo中使用阿里云对象存储(OSS)
  • 数据科学团队领导指南-全-
  • HTML 大写转小写
  • 图片3:字符串属性表
  • 图片2:字符串方法表
  • Mac 安装 Anaconda3-2020.02.dmg 教程(从下载到 conda 可用)
  • 图片1:转义字符表
  • 物质衰变器
  • 生命空间转移器
  • DC-01靶场渗透 - fish666
  • 一种基于电磁系统的超光速时空穿梭机
  • 自然界的程序模型
  • 2025年11月建筑排水管品牌权威排行榜:聚鑫管业领跑行业
  • 空间的矩阵数学模型