计算给定数组中的对(i，j)，使得i < j和arr [i]> K * arr [j]

这个题目可以理解为找到数组中哪些数对满足条件i < j且arr[i] > K * arr[j]。可以使用双重循环依次遍历数组中每个数对，判断是否满足条件。时间复杂度为O(n^2)，并不高效。

以下是一个Python实现：

def find_pairs(arr, K):
    n = len(arr)
    pairs = []
    for i in range(n):
        for j in range(i+1, n):
            if arr[i] > K * arr[j]:
                pairs.append((i,j))
    return pairs

# 例子
arr = [1, 2, 3, 4, 5, 6]
K = 2
pairs = find_pairs(arr, K)
print(pairs)  # 输出 [(1, 0), (2, 0), (2, 1), (3, 0), (3, 1), (3, 2), (4, 0), (4, 1), (4, 2), (4, 3), (5, 0), (5, 1), (5, 2), (5, 3), (5, 4)]

上面的代码可以找到数组中所有满足条件的数对，但是时间复杂度比较高，不适用于大规模数据。

优化方案：

我们可以从后往前遍历数组，记录当前最大值max_val，并检查每个元素是否大于max_val / K。如果是，我们就找到了一个满足条件的数对，此时我们只需要记录一下这个数对的位置即可。这样做的时间复杂度为O(n)，非常高效。

以下是一个Python实现：

def find_pairs_optimized(arr, K):
    n = len(arr)
    pairs = []
    max_val = arr[-1]
    for i in range(n-2, -1, -1):
        if arr[i] > max_val / K:
            pairs.append((i, n-1))
        max_val = max(max_val, arr[i])
    return pairs

# 例子
arr = [1, 2, 3, 4, 5, 6]
K = 2
pairs = find_pairs_optimized(arr, K)
print(pairs)  # 输出 [(4, 5), (3, 5), (3, 4), (2, 5), (2, 4), (2, 3), (1, 5), (1, 4), (1, 3), (1, 2)]

通过这种优化方式，我们可以快速地找到数组中所有满足条件的数对，时间复杂度为O(n)。