Easy
题目描述
给你一个数组 nums,对于其中每个元素 nums[i],请你统计数组中比它小的所有数字的数目。
换而言之,对于每个 nums[i] 你必须计算出有效的 j 的数量,其中 j 满足 j != i 且 nums[j] < nums[i]。
以数组形式返回答案。
示例 1:
输入:nums = [8,1,2,2,3]
输出:[4,0,1,1,3]
解释:
对于 nums[0]=8 存在四个比它小的数字:(1,2,2 和 3)。
对于 nums[1]=1 不存在比它小的数字。
对于 nums[2]=2 存在一个比它小的数字:(1)。
对于 nums[3]=2 存在一个比它小的数字:(1)。
对于 nums[4]=3 存在三个比它小的数字:(1,2 和 2)。
示例 2:
输入:nums = [6,5,4,8]
输出:[2,1,0,3]
示例 3:
输入:nums = [7,7,7,7]
输出:[0,0,0,0]
提示:
2 <= nums.length <= 5000 <= nums[i] <= 100
解题思路
这道题要求统计数组中每个元素比它小的数字个数。根据数据规模和约束条件,我们可以考虑多种解法:
方法一:暴力解法
最直观的方法是对每个元素,遍历整个数组统计比它小的数字个数。时间复杂度为 O(n²),但实现简单。
方法二:计数排序(推荐)
由于题目限制 0 ≤ nums[i] ≤ 100,数值范围很小,我们可以使用计数排序的思想。先统计每个数字出现的次数,然后计算前缀和,这样就能快速知道有多少个数字小于当前数字。
具体步骤:
- 创建计数数组统计每个数字的出现次数
- 计算前缀和,得到小于等于每个数字的元素个数
- 对于每个元素,直接从前缀和数组中查询结果
方法三:排序 + 二分查找
将数组排序后,对于每个原始位置的元素,在排序数组中二分查找第一个大于等于它的位置,该位置即为比它小的元素个数。
考虑到数据规模较小且数值范围有限,计数排序方法最优,时间复杂度 O(n + k),其中 k=101。
代码实现
class Solution {
public:
vector<int> smallerNumbersThanCurrent(vector<int>& nums) {
vector<int> count(101, 0);
// 统计每个数字出现的次数
for (int num : nums) {
count[num]++;
}
// 计算前缀和,得到小于等于每个数字的元素个数
for (int i = 1; i < 101; i++) {
count[i] += count[i - 1];
}
vector<int> result;
for (int num : nums) {
if (num == 0) {
result.push_back(0);
} else {
result.push_back(count[num - 1]);
}
}
return result;
}
};
class Solution:
def smallerNumbersThanCurrent(self, nums: List[int]) -> List[int]:
count = [0] * 101
# 统计每个数字出现的次数
for num in nums:
count[num] += 1
# 计算前缀和,得到小于等于每个数字的元素个数
for i in range(1, 101):
count[i] += count[i - 1]
result = []
for num in nums:
if num == 0:
result.append(0)
else:
result.append(count[num - 1])
return result
public class Solution {
public int[] SmallerNumbersThanCurrent(int[] nums) {
int[] count = new int[101];
// 统计每个数字出现的次数
foreach (int num in nums) {
count[num]++;
}
// 计算前缀和,得到小于等于每个数字的元素个数
for (int i = 1; i < 101; i++) {
count[i] += count[i - 1];
}
int[] result = new int[nums.Length];
for (int i = 0; i < nums.Length; i++) {
if (nums[i] == 0) {
result[i] = 0;
} else {
result[i] = count[nums[i] - 1];
}
}
return result;
}
}
var smallerNumbersThanCurrent = function(nums) {
return nums.map(num => nums.filter(n => n < num).length);
};
复杂度分析
| 方法 | 时间复杂度 | 空间复杂度 |
|---|---|---|
| 暴力解法 | O(n²) | O(1) |
| 计数排序(推荐) | O(n + k) | O(k) |
| 排序 + 二分 | O(n log n) | O(n) |
其中 n 为数组长度,k = 101 为数值范围大小。计数排序方法在此题中最优。