当前位置: 首页 > news >正文

(每日一道算法题)交易逆序对的总数

LCR 170. 交易逆序对的总数 - 力扣(LeetCode)

在股票交易中,如果前一天的股价高于后一天的股价,则可以认为存在一个「交易逆序对」。请设计一个程序,输入一段时间内的股票交易记录 record,返回其中存在的「交易逆序对」总数。

示例 1:

输入:record = [9, 7, 5, 4, 6]
输出:8
解释:交易中的逆序对为 (9, 7), (9, 5), (9, 4), (9, 6), (7, 5), (7, 4), (7, 6), (5, 4)。

提示:

0 <= record.length <= 50000

暴力解法的问题

最直观的解法是双重循环遍历所有可能的 (i, j) 组合,统计满足 i < j 且 record[i] > record[j] 的对数。这种方法的时间复杂度为 O(n²),当数组长度较大(例如 50000)时,显然无法高效处理。

归并排序解法

归并排序的分治思想天然适合解决逆序对问题。在归并排序的合并阶段,可以高效地统计逆序对数目。

归并排序合并阶段的统计逻辑
  1. 分治:将数组分为左右两部分,递归处理左右子数组。
  2. 合并:合并两个有序子数组时,若左子数组的当前元素大于右子数组的当前元素,则左子数组中剩余的所有元素均与该右子数组元素构成逆序对。
  3. 累加:每次发现左子数组元素大于右子数组元素时,累加左子数组剩余元素的个数到总逆序对数目。
代码实现
class Solution {
    int[] tmp; // 临时数组用于归并排序
    int ret;   // 统计逆序对总数

    public int reversePairs(int[] nums) {
        tmp = new int[nums.length];
        mergesort(nums, 0, nums.length - 1);
        return ret;
    }

    private void mergesort(int[] nums, int left, int right) {
        if (left >= right) return;
        int mid = left + (right - left) / 2;
        // 递归处理左右子数组
        mergesort(nums, left, mid);
        mergesort(nums, mid + 1, right);
        // 若左子数组最大值 <= 右子数组最小值,无需合并
        if (nums[mid] <= nums[mid + 1]) return;
        // 合并两个有序子数组,并统计逆序对
        int cur1 = left, cur2 = mid + 1, i = 0;
        while (cur1 <= mid && cur2 <= right) {
            if (nums[cur1] <= nums[cur2]) {
                tmp[i++] = nums[cur1++];
            } else {
                ret += mid - cur1 + 1; // 统计逆序对数目
                tmp[i++] = nums[cur2++];
            }
        }
        // 处理剩余元素
        while (cur1 <= mid) tmp[i++] = nums[cur1++];
        while (cur2 <= right) tmp[i++] = nums[cur2++];
        // 将排序后的临时数组复制回原数组
        for (int j = left; j <= right; j++) {
            nums[j] = tmp[j - left];
        }
    }
}

示例分析

以示例 record = [9, 7, 5, 4, 6] 为例,归并排序的合并过程如下:

  1. 初始分割:数组分为左 [9,7,5] 和右 [4,6]
  2. 处理左子数组
    • 分割为 [9,7] 和 [5],合并时 9 > 7 产生 1 个逆序对。
    • 合并 [7,9] 和 [5]7 > 5 产生 2 个逆序对。
  3. 处理右子数组:合并 [4] 和 [6],无逆序对。
  4. 合并左右子数组
    • 比较 5 和 4,产生 3 个逆序对。
    • 比较 5 和 6,无逆序对。
    • 比较 7 和 6,产生 2 个逆序对。
    • 累计总逆序对数目为 1 + 2 + 3 + 2 = 8。

复杂度分析

  • 时间复杂度:O(n log n),归并排序的时间复杂度。
  • 空间复杂度:O(n),用于归并排序的临时数组。

通过归并排序的分治策略,可以在高效排序的同时统计逆序对数目,从而快速解决大规模数据的逆序对问题。

相关文章:

  • SAP Commerce(Hybris)PCM模块(一):商品批量导入导出
  • 如何使用API获取更详细的数据?
  • 深度解析:JavaScript变量声明的演变与核心差异(var/let/隐式声明)
  • 理解线性动力学中的模态叠加法
  • 警告warning: variable ‘**‘ set but not used [-Wunused-but-set-variable]的解决办法
  • 19681 01背包
  • 景联文科技:以高质量数据标注推动人工智能领域创新与发展
  • Linux中基本命令
  • python每日十题(5)
  • 山石网科谈双刃剑的警示:探讨大模型在攻击中的潜在滥用
  • 一、环境搭建 —— Linux
  • (C语言)整数转二进制后1和0的个数(递归)(指针)
  • 反射型(CTFHUB)
  • JavaScript实现一个函数,将数组扁平化(flatten),即把多维数组转为一维数组。
  • LiteratureReading:[2023] GPT-4: Technical Report
  • xLua_003 Lua访问C#
  • 正确理解虚基类
  • Umi-OCR 实践教程:离线、免费、高效的图像文字识别工具
  • 基于STC89C52的DS1621温度检测系统
  • 【python3】:轻松实现点阵数据 转DXF格式
  • 外交部发言人就印巴局势升级答记者问
  • 国家统计局:4月份居民消费价格同比下降0.1%
  • 2025年上海市模范集体、劳动模范和先进工作者名单揭晓
  • 独家丨刘家琨获普利兹克奖感言:守护原始的感悟力
  • 高盛上调A股未来12个月目标点位,沪深300指数潜在回报15%
  • 马克思主义理论研究教学名师系列访谈|曾瑞明:想通了才可能认准,认准了才能做好