- 借助 「归并排序」的思路。smallSum([1,3,4,2,5])实际就等于
smallSum([1,3,4])+smallSum([2,5]) + smallSum_Merge
。smallSum_Merge等于左半段数组中比右半段数组小的元素。在归并排序的merge过程中计算这个smallSum_Merge。 - 在merge时,左段数组和右段数组都是有序的了。当
nums[i] <= nums[j]
时,表示nums[i]比nums[j]~nums[end]的元素都要小。因此res需加上j及以后元素的个数
* nums[i]
,即 res+=nums[i] * (end-j+1)
。
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int len = sc.nextInt();
int[] nums = new int[len];
for(int i = 0; i < len ; i++) {
nums[i] = sc.nextInt();
}
long res = mergeSort(nums,0,len-1);
System.out.print(res);
}
// 归并排序 返回值:数组从start到end的小和
public static long mergeSort(int[] nums,int start,int end) {
if(start >= end) {
return 0;
}
int mid = (end - start)/2 + start;
return mergeSort(nums,start,mid)
+ mergeSort(nums,mid+1,end)
+ merge(nums,start,mid,end);
}
// 合并 nums的[start,mid]和[mid+1,end],这两段都是有序的
public static long merge(int[] nums,int start,int mid ,int end){
// 临时存放排序元素
int[] temp = new int[end-start+1];
int i = start, j = mid+1;
int cur = 0;
long res = 0;
while(i <= mid && j <= end) {
// 因为两边都是有序的,所以j及其后面有(end-j+1)个元素大于nums[i]
res += nums[i] <= nums[j] ? nums[i] * (end-j+1) : 0;
temp[cur++] = nums[i] <= nums[j] ? nums[i++] : nums[j++];
}
while(i <= mid) {
temp[cur++] = nums[i++];
}
// 因为左侧已经全都被计算过了, 所以此处不再重复计算小和
while(j <= end) {
temp[cur++] = nums[j++];
}
// 替换掉nums数组的[start,end]段
for(int num : temp) {
nums[start++] = num;
}
return res;
}
}