mergesort**如下：
def merge_lists(left, right):
res =
lc = rc = 0
while lc < len(left) and rc < len(right):
if left[lc] <= right[rc]:
lc += 1
else:
rc += 1
res.extend(left[lc:])
res.extend(right[rc:])
return res
def merge_sort(li):
if len(li) == 1:
return li
# split
mid_index = len(li) // 2
left = merge_sort(li[:mid_index])
right = merge_sort(li[mid_index:])
# merge
return merge_lists(left, right)
inversion_count = 0
def merge_lists(left, right):
global inversion_count
res =
lc = rc = 0
while lc < len(left) and rc < len(right):
if left[lc] <= right[rc]:
lc += 1
else:
rc += 1
# 統計逆序對個數
inversion_count += len(left[lc:])
res.extend(left[lc:])
res.extend(right[rc:])
return res
總的逆序對的個數=左側歸併時求的逆序對個數+右側歸併時求得的逆序對個數 + 對整體進行歸併時的逆序對個數。
可能會懷疑這三種情況會有重複，但是並沒有。左側歸併找到的逆序對相當於從左側陣列中取2個數，而整體歸併的時候是分別從左右陣列中取1個數，不可能發生重複！
逆序對的個數
對於陣列a 1.n 若有ia j 則對偶 i,j 稱為a的乙個逆序對。求陣列中逆序對個數，很簡單的思路是每個數和後面的數比較，這樣需要 n 2 的時間，如果採用歸併排序的思想最壞情況下需要o nlgn 1.分解a low.mid 和a mid 1.high 2.求解 3.合併，陣列a low.mid...
逆序對的個數
在陣列中的兩個數字，如果前面乙個數字大於後面的數字，則這兩個數字組成乙個逆序對。輸入乙個陣列,求出這個陣列中的逆序對的總數p。並將p對1000000007取模的結果輸出。即輸出p 100000000 include include include include includeusing names...
分治 求逆序對個數並列印逆序對
如果用最hick的方法去求那麼就是o n 2 的複雜度，如果想優化的話，用歸併排序的方法分治處理。主要思想 總逆序 左邊逆序 右邊逆序 左邊右邊分別排序後的逆序 include includeusing namespace std 用歸併排序的思想來求，歸併排序為o nlogn 的時間複雜度，比暴力...