題目：在陣列中的兩個數字，如果前面一個數字大於後面的數字，則這兩個數字組成一個逆序對。輸入一個數組,求出這個陣列中的逆序對的總數。

該問題的最好解法是類似歸併排序的解法，時間複雜度為O(nlogn)，網上相關介紹部落格也很多，這裡給出一個非歸併解法，複雜度會高一點，但想法非常巧妙，程式碼非常簡易。

以一個例子來說明：

輸入陣列：data=[3,2,1,5,4,6,0,7]

排序好陣列：dataSorted=[0,1,2,3,4,5,6,7]

順序遍歷dataSorted陣列，第一個元素0是最小的元素，因此在data陣列中，0前面有多少個數，就有多少個逆序對。在0檢測完之後，將0從data陣列中刪除，data=[3,2,1,5,4,6,7]，dataSorted陣列遍歷到1，而1其實就是[1,2,3,4,5,6,7]中的最小元素

因此，原問題就變為子問題：

輸入陣列：data=[3,2,1,5,4,6,7]

排序好陣列：dataSorted=[1,2,3,4,5,6,7]

……

重複上述步驟直到遍歷到最後一個元素。

函式程式碼如下：

def InversePairs(data):
    count = 0
    copy = [i for i in data]
    copy.sort()

    for i in range(len(copy)):
        count += data.index(copy[i])
        data.remove(copy[i])

    return
 
 count

注意第三行不能直接copy = data，因為這樣是淺複製，他只是將原有的data陣列打上一個新標籤，所以當其中一個標籤被改變的時候，陣列就會發生變化，另一個標籤也會隨之改變。

而用copy = [i for i in data]相當於深複製，即將原陣列重新複製一份給copy，兩者就不會相互影響了，但需要多一份陣列的記憶體空間，而淺複製不會重新佔用空間。

複雜度分析：

sort排序複雜度為O(nlogn)；單次index查詢複雜度為O(lgn)，要查詢n次，複雜度也為O(nlogn)；單次remove操作中：查詢該數的複雜度為O(lgn)，移動該數後面的數複雜度為O(n)，因此複雜度為O(n)，要remove操作n次，複雜度為O(n^2)；因此總的複雜度為O(n^2)。