在一个数组中,每一个数左边比当前数小的数累加起来,叫做这个数组的小和。求一个数组的小和。
例子:
[1,3,4,2,5]
1左边比1小的数,没有;
3左边比3小的数,1;
4左边比4小的数,1、3;
2左边比2小的数,1;
5左边比5小的数,1、3、4、2;
所以小和为1+1+3+1+1+3+4+2=16
目录
笨办法
循环遍历每个数的左边的数与当前数进行比较,如果比当前数小,则累加起来,第一次遍历1次,第二次遍历2次,第n次遍历n次,是一个等差数列,但是时间复杂度为O(N^2)
代码
public static int smallSum(int[] arr) {
//声明累加变量
int res=0;
for (int i = 1; i < arr.length; i++) {
//遍历索引小于i的元素,并进行判断
for (int j = 0; j < i; j++) {
if(arr[j]<arr[i]){
res+=arr[j];
}
}
}
return res;
}
归并排序解决
通过归并排序可以将时间复杂度控制到O(N*logN)
(时间复杂度的详细计算和归并详细图解:https://blog.csdn.net/u010452388/article/details/81008727)
图解流程
下图为归并排序的过程,将数据分解后,再进行合并
原理:归并的每一次合并都是将两个有序组合并为一个有序组,合并好后的有序组,再和另外的有序组继续合并,最终可以得到一个完整的有序数组
累加的原理
这里主要就是利用合并的过程中,两个有序组都是有序的进行判断累加,我们以上图的数据为3,5组和数据为8,9组合并的过程为例,来计算累加的结果
从上面的图可以看出,如果p1索引的值小于p2索引的值,那么这一次排序的过程可以计算右侧数组比3大的数有2个(因为每一组都是有序的),然后索引p1向右移动
从上面的图可以看出,p1索引的值小于p2索引的值,那么这一次排序过程可以计算出右边比5大的数有2个
总结:上面两个有序组合并为一个有序组时,累加的小和的值为: 3*2+5*2=16
代码
public static int smallSum(int[] arr) {
if (arr == null || arr.length < 2) {
return 0;
}
return mergeSort(arr,0,arr.length-1);
}
public static int mergeSort(int[] arr, int L, int R) {
if (L == R) {
return 0;
}
int mid = (L + R) >>>1;//这里是防止数据溢出
return mergeSort(arr, L, mid) + mergeSort(arr, mid + 1, R) + merge(arr, L, mid, R);
}
//合并的过程
public static int merge(int[] arr, int L, int mid, int R) {
//准备一个临时数组,长度和传进来的arr一样
int[] temp = new int[R - L + 1];
int p1 = L;
int p2 = mid + 1;
//临时数组temp的索引起始变量
int i = 0;
//小和结果的变量
int result = 0;
//合并数组的循环,并计算小和
while (p1 <= mid && p2 <= R) {
if (arr[p1] < arr[p2]) {
//计算小和的累加结果,(R-p2+1)为比数arr[p1]大的数量
result += (R - p2 + 1) * arr[p1];
temp[i] = arr[p1];
p1++;
i++;
} else {
temp[i] = arr[p2];
p2++;
i++;
}
}
while (p1 <= mid) {
temp[i] = arr[p1];
i++;
p1++;
}
while (p2 <= R) {
temp[i] = arr[p2];
i++;
p2++;
}
//这里是将临时数组temp的元素重新赋值给传入进来的arr
for (int j = 0; j < temp.length; j++) {
arr[L + j] = temp[j];
}
return result;
}