算法导论 — 思考题2-4 逆序对

（逆序对）假设$A[1..n]$是一个有$n$个不同数的数组。若$i<j$且$A[i]>A[j]$，则对偶$(i,j)$称为A的一个逆序对(inversion)。
　　a. 列出数组$<2,3,8,6,1>$的5个逆序对。
　　b. 由集合$1,2,\dots ,n$中的元素构成的什么数组具有最多的逆序对？它有多少逆序对？
　　c. 插入排序的运行时间与输入数组中逆序对的数量之间是什么关系？证明你的回答。
　　d. 给出一个确定在$n$个元素的任何排列中逆序对数量的算法，最坏情况需要$\Theta (n\mathrm{l}\mathrm{g}n)$时间。（提示：修改归并排序）
　　解
　　a.
　　5个逆序对：$(8,6)(6,1)(8,1)(3,1)(2,1)$
　　
　　b.
　　逆序对最多的情况出现在元素按降序排列的时候，即$n,n-1,\dots ,2,1$。这种情况下，任意两个元素都构成逆序对，一共有$C_n^2=(n(n-1))/2$组逆序对。

c.
　　插入排序的运行时间$T(n)$与数组中的逆序对数量$R(n)$成线性关系，即$T(n)=\Theta (R(n))$。下面用数学归纳法证明。
　　初始情况$n=2$，线性关系显然成立。
　　下面进入归纳过程。假设对于$n-1$个元素的情况，插入排序的运行时间$T(n-1)$与逆序对的数量$R(n-1)$成线性关系$T(n-1)=\Theta (R(n-1))$。对于$n$个元素的情况，其逆序对数目$R(n)$分为两部分：
　　① 前$n-1$个元素的逆序对数目$R(n-1)$；
　　② 前$n-1$个元素与第$n$个元素构成的逆序对数目$R_p(n)$。
　　故$R(n)=R(n-1)+R_p(n)$。
　　$n$个元素的插入排序可分为两步进行：
　　① 首先将前$n-1$个元素排序，其时间$T(n-1)=\Theta (R(n-1))$；
　　② 然后将第$n$个元素插入到已排序好的前$n-1$个元素中。前$n-1$个元素与第$n$个元素存在$R_p(n)$个逆序对，这说明前$n-1$个元素中一共存在$R_p(n)$个元素比第$n$个元素要大。插入排序在这一阶段要将第$n$个元素插入到合适的位置，这一步的运行时间$T_p(n)=\Theta (R_p(n))$。
　　故排序$n$个元素的运行时间$T(n)=T(n-1)+T_p(n)=\Theta (R(n-1))+\Theta (R_p(n))=\Theta (R(n-1)+R_p(n))=\Theta (R(n))$。
　　综上所述，插入排序的运行时间$T(n)$与数组中的逆序对数量$R(n)$成线性关系$T(n)=\Theta (R(n))$。

d.
　　采用分治法。对于数组$A[1..n]$，将其对半分为两个子数组：$A_L=A[1..\lfloor n/2\rfloor ]$和$A_R=A[\lfloor n/2\rfloor +1..n]$。$A[1..n]$的逆序对数目$R(A)$分为$3$部分：
　　① 左半边子数组$A_L$的逆序对数目$R(A_L)$
　　② 右半边子数组$A_R$的逆序对数目$R(A_R)$
　　③ 左半边子数组的元素与右半边子数组的元素构与的逆序对数目$R(A_L,A_R)$。
　　故$R(A)=R(A_L)+R(A_R)+R(A_L,A_R)$。
　　下面考虑③。一种简单的方法是，对$A_L$中的每个元素$A_L[i]$，遍历$A_R$中的每个元素$A_R[j]$，寻找与$A_L[i]$构成逆序对的元素。这种方法的时间为$\Theta ((n/2{)}^2)=\Theta (n^2)$，时间成本太高。然而，如果$A_L$和$A_R$分别已经排好序，可以把时间缩减到$\Theta (n)$。并且，分别排序$A_L$和$A_R$并不影响$A_L$和$A_R$之间的逆序对数目$R(A_L,A_R)$。这一过程具体如下：
　　
　　上述方法可以和归并排序揉合在一起，先执行$\mathrm{C}\mathrm{R}\mathrm{O}\mathrm{S}\mathrm{S}-\mathrm{I}\mathrm{N}\mathrm{V}\mathrm{E}\mathrm{R}\mathrm{S}\mathrm{I}\mathrm{O}\mathrm{N}-\mathrm{C}\mathrm{O}\mathrm{U}\mathrm{N}\mathrm{T}(A,p,q,r)$，然后执行归并排序的$\mathrm{M}\mathrm{E}\mathrm{R}\mathrm{G}\mathrm{E}$过程。在递归的每一层，执行$\mathrm{C}\mathrm{R}\mathrm{O}\mathrm{S}\mathrm{S}-\mathrm{I}\mathrm{N}\mathrm{V}\mathrm{E}\mathrm{R}\mathrm{S}\mathrm{I}\mathrm{O}\mathrm{N}-\mathrm{C}\mathrm{O}\mathrm{U}\mathrm{N}\mathrm{T}(A,p,q,r)$和$\mathrm{M}\mathrm{E}\mathrm{R}\mathrm{G}\mathrm{E}$过程各花费$\Theta (n)$时间。递归一共有$\Theta (\mathrm{l}\mathrm{g}n)$层，因此该算法的执行时间为$\Theta (n\mathrm{l}\mathrm{g}n)$。下面给出完整的伪代码。
　　
　　代码链接：https://github.com/yangtzhou2012/Introduction_to_Algorithms_3rd/tree/master/Chapter02/Problem_2-4/InversionCount