当前位置: 首页 > news >正文

【分治】计算右侧小于当前元素的个数

文章目录

  • 315. 计算右侧小于当前元素的个数
  • 解题思路:归并排序 + 辅助数组定位

在这里插入图片描述

315. 计算右侧小于当前元素的个数

315. 计算右侧小于当前元素的个数

​ 给你一个整数数组 nums ,按要求返回一个新数组 counts 。数组 counts 有该性质: counts[i] 的值是 nums[i] 右侧小于 nums[i] 的元素的数量。

示例 1:

输入:nums = [5,2,6,1]
输出:[2,1,1,0] 
解释:
5 的右侧有 2 个更小的元素 (2 和 1)
2 的右侧仅有 1 个更小的元素 (1)
6 的右侧有 1 个更小的元素 (1)
1 的右侧有 0 个更小的元素

示例 2:

输入:nums = [-1]
输出:[0]

示例 3:

输入:nums = [-1,-1]
输出:[0,0]

提示:

  • 1 <= nums.length <= 105
  • -104 <= nums[i] <= 104

解题思路:归并排序 + 辅助数组定位

​ 这道题其实用到了前面讲的 剑指 Offer 51. 数组中的逆序对 这道题中的第二个思路,也就是找 比该值之后小的数,正好是符合该题意的,所以我们对于归并排序要使用 降序 才行!

​ 这里直接贴出这个这种思路的做法,具体的细节可以参考逆序对那道题的笔记!假设原数组是 nums,则:

在这里插入图片描述

  • nums[cur1] <= nums[cur2] 的话:
    • 直接让 nums[cur2] 拷贝到临时数组中,并让 cur2++ 即可!
  • nums[cur1] > nums[cur2] 的话:
    • 可以得到 right - cur2 + 1 就是比 nums[cur1] 小的后面区间的元素,然后将 nums[cur1] 拷贝到临时数组中,并让 cur1++ 即可。

​ 这道题之所以还可以用分治的思想,就是因为分为左右区间之后,两个区间的元素虽然都排序了,但是左右区间的相对位置还是不变的,右区间的元素还是保持在左区间元素的后面,所以是符合题目要求的!

​ 不过这道题细节需要修改一下,因为这道题要求的不是总数了,而是每个元素都要找到其后面小的数的个数,也就是说在归并的时候,我们要让原数组中对应元素都参与 nums[i] += right - cur2 + 1,但是问题来了,既然原数组 nums 要参与归并排序,那么一旦排序之后元素顺序就乱了,我们就 找不到当前计算出来的个数要累加到原数组中的哪个元素了,那该怎么办❓❓❓

​ 可能一开始会想到的就是使用哈希表,然后让哈希表存放元素的值作为 key,元素的下标作为 value,但是问题是有可能原数组中有重复的元素,此时问题就变得更加复杂了,我们还得去对每个元素搞一个标识符,这就很麻烦,所以我们要换个思路。

​ 这里一个比较简单的思路就是再 创建一个辅助数组 index,用来存放的是原数组中每个元素对应的下标,如下图所示:

在这里插入图片描述

​ 乍一看好像和哈希表的功能差不多,但是它做到哈希表做不到的一点,就是 当原数组 nums 排序之后,辅助数组 index 对应的位置也会跟着原数组 nums 变化,如下图所示:

在这里插入图片描述

​ 也就是说,辅助数组 index 记录下来 nums 数组最原始的模样,虽然归并排序的过程中会跟着原数组 nums 对应的位置不断变化,但是其值对应的下标却是不变的,并且有重复元素也不怕,因为它们各自的下标都是不同的!

​ 只不过我们要注意一个问题,既然原数组 nums 在归并排序的时候需要用到一个辅助数组 tmp1 来合并,那么我们用来记录下标的 辅助数组 index 也需要有一个辅助数组 tmp2 来合并,这就是所谓的空间换时间的方法!

​ 剩下的细节,参考代码:

class Solution {
private:vector<int> index; // 记录下标的辅助数组vector<int> tmp1;  // 用于原数组归并的辅助数组vector<int> tmp2;  // 用于辅助数组index归并的辅助数组vector<int> count; // 用于返回最终结果的数组
public:vector<int> countSmaller(vector<int>& nums) {// 初始化辅助数组和结果数组int n = nums.size();tmp1.resize(n);tmp2.resize(n);count.resize(n);// 初始化记录下标的辅助数组for(int i = 0; i < n; ++i)index.push_back(i);merge_sort(nums, 0, n - 1);return count;}void merge_sort(vector<int>& nums, int left, int right){if(left >= right)return;// 分治递归左右区间int mid = (left + right) >> 1;merge_sort(nums, left, mid);merge_sort(nums, mid + 1, right);// 进行合并操作int cur1 = left, cur2 = mid + 1, i = left;while(cur1 <= mid && cur2 <= right){if(nums[cur1] <= nums[cur2]){tmp1[i] = nums[cur2];tmp2[i] = index[cur2]; // index数组对应的位置也跟着变化,但是值不变i++;cur2++; }else{count[index[cur1]] += right - cur2 + 1; // 重点:将计算的个数累加到结果集对应最初数组的位置tmp1[i] = nums[cur1];tmp2[i] = index[cur1]; // index数组对应的位置也跟着变化,但是值不变i++;cur1++;}}// 处理剩下的排序过程while(cur1 <= mid){tmp1[i] = nums[cur1];tmp2[i] = index[cur1]; // index数组对应的位置也跟着变化,但是值不变i++;cur1++;}while(cur2 <= right){tmp1[i] = nums[cur2];tmp2[i] = index[cur2]; // index数组对应的位置也跟着变化,但是值不变i++;cur2++;}// 拷贝回原来数组,完成归并while(left <= right){nums[left] = tmp1[left];index[left] = tmp2[left];left++;}}
};

在这里插入图片描述

相关文章:

  • 基于深度学习双塔模型的食堂菜品推荐系统
  • Tailwind css实战,基于Kooboo构建AI对话框页面(二)
  • 【leetcode】209. 长度最小的子数组
  • 深度学习————注意力机制模块
  • 「Python教案」循环语句的使用
  • 纯C++ 与欧姆龙PLC使用 FINS TCP通讯源码
  • 【Python训练营打卡】day37 @浙大疏锦行
  • 如何寻找大模型在企业业务中的价值?
  • 蓝桥杯b组c++赛道---字典树
  • IPv4地址的主要配置项介绍
  • 语音识别算法的性能要求一般是多少
  • 基于多流特征融合与领域知识整合的CNN-xLSTM-xAtt网络用于光电容积脉搏波信号的无创血压估计【代码已复现】
  • Matlab中gcb、gcbh、gcs的区别
  • Cursor 与DeepSeek的完美契合
  • 实时同步缓存,与阶段性同步缓存——补充理解《补充》
  • OpenCV 图像像素的读写操作
  • leetcode hot100刷题日记——18.搜索插入位置
  • PCB设计自检表
  • SAAS架构设计2-流程图-注册流程图
  • 【premiere教程】【01】【跑个流程】
  • 网站建设记什么科目/百度排行
  • 百度官方网站首页/西安网站seo费用
  • 怎么做网站搜索引擎/怎么做公司网页
  • 福州官网网站建设/建设营销网站
  • 网站建设大致分哪几块/免费外链发布平台
  • 四川成都疫情/福州seo网络推广