题目描述

给定一个整数数组 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:
[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。

题解

这题没有给数据范围,但是用脚想也知道不能暴力做(

)。

这题其实有多种解法,这里简单介绍三种解法。

树状数组

如果你不熟悉这个数据结构的话,你只需要记住它的功能就行。

树状数组是一个数组,有两种操作。 一个是对某个位置的元素加值或减值,一个是查询第一个位置到某个位置的元素之和。 暴力的话每次查询操作复杂度都是

,而树状数组可以做到

具体细节不介绍了,有现成的模板,会用就行了。

有了这等好东西,就可以把问题这么转化了: 新建一个数组 bit ,其中 bit[i] 表示i这个数出现的次数。 从右边最后一个数开始向左遍历,每遇到一个数 nums[i] ,就把 bit[nums[i]] 加 1 ,表示这个数多了一个。 然后查询 bit[0] 到 bit[nums[i]-1] 中的所有次数之和,就表明了当前时刻有多少数比 nums[i] 小。 这一步查询操作正好用到树状数组,最后总的时间复杂度为

归并排序

归并排序算法想必大家应该很熟悉了。 就是将数组划分为左右两个长度相等的子数组,然后分别递归排序,得到左右两个有序的子数组。 然后就是合并了,只要用两个头指针,分别指着两个子数组的开头,然后分别向右移动合并就行了。

那么在这题中怎么用呢? 假设左右两个子数组为 a[l], ..., a[m] 和 a[m+1], ..., a[r] ,头指针分别为 i = l 和 j = m + 1 。 然后开始合并,首先 j 向右移动,直到 a[j] >= a[i] ,也就是在右半部分子数组中找到所有小于 a[i] 的数。 然后把这些数依次放入临时数组中,并得到结论:右半部分子数组中比 a[i] 小的数有 j - m - 1 个。 然后把 a[i] 也推进临时数组里,重复进行上述过程,直到 i > m 。 最后如果右半部分数组还剩一些数,说明它们是最大的,推入临时数组就行了,最后把临时数组里的数复制进原数组,这部分就排好序了。

要注意的是排序后原来的下标会丢失,所以用一个 pair 类型保存每一个数和它原来的下标。

二叉搜索树

这种方法也很显然。 从最右边一个数开始构建二叉搜索树,结点保存这个数和右边比它小的数的数量。 如果新插入一个数,就插入到二叉搜索树中,沿途记得要更新经过的每个结点的数量。 如果经过一个结点,并且插入的数比结点的数小,那么就在左子树中继续寻找插入位置,并且结点数量加 1 。 如果插入的数比结点的数大,那么就在右子树中寻找,并且插入的数对应的答案加上该结点的数量。

具体这里就不实现了,主要考察的是数据结构,不想写了。。。

代码

树状数组

class Solution {public:static const int MAXN = 100000;int bit[MAXN], x[MAXN], y[MAXN];vector<int> countSmaller(vector<int>& nums) {int n = nums.size();for (int i = 0; i < n; ++i) {x[i] = y[i] = nums[i];}sort(y, y + n);int len = unique(y, y + n) - y;for (int i = 0; i < n; ++i) {x[i] = lower_bound(y, y + len, x[i]) - y + 1;}memset(bit, 0, sizeof bit);vector<int> res;for (int i = n-1; i >= 0; --i) {res.push_back(sum(x[i]-1));add(x[i], 1);}reverse(res.begin(), res.end());return res;}int lowbit(int x) {return x&(-x);}void add(int i, int x) {while (i < MAXN) {bit[i] += x;i += lowbit(i);}}void sub(int i, int x) {while (i < MAXN) {bit[i] -= x;i += lowbit(i);}}int sum(int i) {int s = 0;while (i > 0) {s += bit[i];i -= lowbit(i);}return s;}
};

归并排序

class Solution {public:static const int MAXN = 100000;int cnt[MAXN];pair<int, int> x[MAXN], y[MAXN];vector<int> countSmaller(vector<int>& nums) {int n = nums.size();for (int i = 0; i < n; ++i) {x[i] = make_pair(nums[i], i);}memset(cnt, 0, sizeof cnt);merge_sort(0, n-1);vector<int> res(cnt, cnt+n);return res;}void merge_sort(int l, int r) {if (l >= r) return;int m = (l + r) >> 1;merge_sort(l, m);merge_sort(m+1, r);int idl = l, idr = m + 1, idx = l;while (idl <= m) {while (idr <= r && x[idr].first < x[idl].first) {y[idx++] = x[idr];idr++;}cnt[x[idl].second] += idr - m - 1;y[idx++] = x[idl];idl++;}for (int i = l; i < idr; ++i) {x[i] = y[i];}}
};

求栈中元素个数算法_每日算法系列【LeetCode 315】计算右侧小于当前元素的个数...相关推荐

  1. LeetCode 315. 计算右侧小于当前元素的个数(Count of Smaller Numbers After Self)

    题目描述: 给定一个整数数组 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 ...

  2. LeetCode 315. 计算右侧小于当前元素的个数(二叉查找树二分查找归并排序逆序数总结)

    文章目录 1. 题目 2. 解题 2.1 二叉查找树 2.2 二分插入 2.3 归并排序 1. 题目 给定一个整数数组 nums,按要求返回一个新数组 counts.数组 counts 有该性质: c ...

  3. 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 给定一个整数数组 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 ...

  4. 力扣——315. 计算右侧小于当前元素的个数

    目录 问题描述 问题分析 问题描述 问题分析 本题采用分治思想进行处理,单独处理较长数组算法复杂度过大,先拆分为短对象进行处理,最后将结果进行合并. 针对拆分出来的较短数组的处理: class Sol ...

  5. 当前元素_leetcode315. 计算右侧小于当前元素的个数

    leetcode315. 计算右侧小于当前元素的个数 给定一个整数数组 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 ...

  6. leetcode315. 计算右侧小于当前元素的个数(树状数组解法)

    leetcode315. 计算右侧小于当前元素的个数(树状数组解法) 题目:给定一个整数数组 nums,按要求返回一个新数组 counts.数组 counts 有该性质: counts[i] 的值是 ...

  7. 315. Count of Smaller Numbers After Self 计算右侧小于当前元素的个数

    Title 给定一个整数数组 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: ...

  8. [Leetcode][第315题][JAVA][计算右侧小于当前元素的个数][暴力][归并排序+索引数组]

    [问题描述][中等] [解答思路] 1. 暴力 (超时) 时间复杂度:O(N^2) 空间复杂度:O(1) public List<Integer> countSmaller(int[] n ...

  9. cb32a_c++_STL_算法_查找算法_(5)adjacent_find

    cb32a_c++_STL_算法_查找算法_(5)adjacent_find adjacent_find(b,e),b,begin(),e,end() adjacent_find(b,e,p),p-p ...

最新文章

  1. 声卡硬件测试软件,RMAA声卡检测(RightMark Audio Analyzer)
  2. 【配置】成本组件结构定义(OKTZ)
  3. 实战:遇到HTM的文件图标丢失的问题
  4. 可以上传视频的网站大全
  5. Web报表工具FineReport二次开发JS之字符串
  6. 编码器z相 C语言代码,编码器的Z相是什么?
  7. camelCase骆驼拼写法
  8. Xml遍历某一节点值
  9. msvcr100.dll丢失修复方法
  10. 经验分享:RuntimeException: Unable to instantiate service com.***.push.getui.GetuiPushIntentService
  11. HDL4SE:软件工程师学习Verilog语言(十)
  12. Android:Content has been consumed
  13. A+B 问题【OJ 示例题目】
  14. 行为识别笔记:improved dense trajectories算法(iDT算法)
  15. 计算机技术在文物修复中的应用,【3D打印技术在文物修复中的应用原稿材料】...
  16. 比尔·盖茨:大家最好读读这六本书
  17. sass入门_Sass入门
  18. ec11编码器c语言程序,旋转编码器 关于EC11计数的程序 - 下载 - 搜珍网
  19. matlab for循环教程,Matlab for循环使用操作教程分享
  20. python: 字符串转浮点数

热门文章

  1. shell脚本if参数太多_Shell脚本用for循环遍历参数的方法技巧
  2. 蓝桥杯-表达式计算(java)
  3. 堆排序 C++代码实现及思想 排序过程输出 恋上数据结构笔记
  4. 海量数据处理-Trie树
  5. struts2的OGNL表达式理解(一)
  6. python中str和repr_python中str()和repr()函数的区别
  7. LeetCode 13罗马数字转整数14最长公共前缀
  8. C语言实例第3期:在控制台打印出著名的杨辉三角
  9. Jenkins之构建Maven项目的多种方式
  10. Activiti工作流之业务标识和流程的挂起激活