Permutation Index
Source
- lintcode: (197) Permutation Index
Problem
Given a permutation which contains no repeated number, find its index in all the permutations of these numbers, which are ordered in lexicographical order. The index begins at 1.
Example
Given [1,2,4], return 1.
题解
做过 next permutation 系列题的话自然能想到不断迭代直至最后一个,最后返回计数器的值即可。这种方法理论上自然是可行的,但是最坏情况下时间复杂度为 , 显然是不能接受的。由于这道题只是列出某给定 permutation 的相对顺序(index), 故我们可从 permutation 的特点出发进行分析。
以序列1, 2, 4
为例,其不同的排列共有 3!=6
种,以排列[2, 4, 1]
为例,若将1置于排列的第一位,后面的排列则有 2!=2
种。将2置于排列的第一位,由于[2, 4, 1]
的第二位4在1, 2, 4中为第3大数,故第二位可置1或者2,那么相应的排列共有 2 * 1! = 2
种,最后一位1为最小的数,故比其小的排列为0。综上,可参考我们常用的十进制和二进制的转换,对于[2, 4, 1]
, 可总结出其排列的index
为2! * (2 - 1) + 1! * (3 - 1) + 0! * (1 - 1) + 1
.
以上分析看似正确无误,实则有个关键的漏洞,在排定第一个数2后,第二位数只可为1或者4,而无法为2, 故在计算最终的 index 时需要动态计算某个数的相对大小。按照从低位到高位进行计算,我们可通过两重循环得出到某个索引处值的相对大小。
Python
class Solution:
# @param {int[]} A an integer array
# @return {long} a long integer
def permutationIndex(self, A):
if A is None or len(A) == 0:
return 0
index = 1
factor = 1
for i in xrange(len(A) - 1, -1, -1):
rank = 0
for j in xrange(i + 1, len(A)):
if A[i] > A[j]:
rank += 1
index += rank * factor
factor *= (len(A) - i)
return index
C++
class Solution {
public:
/**
* @param A an integer array
* @return a long integer
*/
long long permutationIndex(vector<int>& A) {
if (A.empty()) return 0;
long long index = 1;
long long factor = 1;
for (int i = A.size() - 1; i >= 0; --i) {
int rank = 0;
for (int j = i + 1; j < A.size(); ++j) {
if (A[i] > A[j]) ++rank;
}
index += rank * factor;
factor *= (A.size() - i);
}
return index;
}
};
Java
public class Solution {
/**
* @param A an integer array
* @return a long integer
*/
public long permutationIndex(int[] A) {
if (A == null || A.length == 0) return 0L;
long index = 1, fact = 1;
for (int i = A.length - 1; i >= 0; i--) {
// get rank in every iteration
int rank = 0;
for (int j = i + 1; j < A.length; j++) {
if (A[i] > A[j]) rank++;
}
index += rank * fact;
fact *= (A.length - i);
}
return index;
}
}
源码分析
注意 index 和 factor 的初始值,rank 的值每次计算时都需要重新置零,index 先自增,factorial 后自乘求阶乘。
复杂度分析
双重 for 循环,时间复杂度为 . 使用了部分额外空间,空间复杂度 .