离散化(简洁版)

一、离散化简介

把无限空间中有限的个体映射到有限的空间中去，以此提高算法的时空效率。

离散化是一种将数组的值域压缩，从而更加关注元素的大小关系的算法。

当原数组中的数字很大、负数、小数时(大多数情况下是数字很大)，难以将“元素值”表示为“数组下标”，一些依靠下标实现的算法和数据结构无法实现时，我们就可以考虑将其离散化。

e.g:

数组的范围是[1,1e9]，而数组大小仅为1e5，那么说明元素值的“种类数”最多也就1e5，从而可以利用一个数组(离散化数组)来表示某个元素值的排名(即第几小)，实现值域的压缩，将原数组的元素值作为下标处理。

离散化数组要求内部是有序的(一般是去重的，当然也存在不去重的方法，但是比较少见)的，可以直接通过离散化下标得到值，当然也可以通过值得到离散化下标(通过二分实现)

e.g:

原数组去重之后得到离散化数组，离散化数组实现一个映射，2->0,3->1,1000->2,99999->3

二、离散化的实现方法

#include<bits/stdc++.h>
using namespace std;

vector<int> L;//离散化数组

//返回x在L中的下标
int getidx(int x)
{
	//lower_bound找第一个大于等于x的 -begin得到下标 
	return lower_bound(L.begin(),L.end(),x) - L.begin();
} 

const int N = 1e5 + 9;

int a[N];

int main()
{
	int n;cin >> n;
	for (int i = 1; i <= n; ++i)cin >> a[i];
	
	//将元素存入L数组中
	for (int i = 1; i <= n; ++i)L.push_back(a[i]);
	
	//排序去重
	L.erase(unique(L.begin(),L.end()),L.end());
	
	return 0; 
} 

三、代码示例

离散化不会单独考察，一般会结合其他算法或数据结构一起考察，例如树状数组、线段树、二维平面的计算几何等等。

e.g：

给定a数组，求a的离散化数组，并可以通过值找到下标。

#include<bits/stdc++.h>
using namespace std;

const int N = 1e5 + 9;
int a[N];

vector<int> L;

int getidx(int x)
{
	return lower_bound(L.begin(),L.end(),x) - L.begin();
}

int main()
{
	int n;cin >> n;
	for (int i = 1; i <= n; ++i)cin >> a[i];
	
	//将元素存入L数组中
	for (int i = 1; i <= n; ++i)L.push_back(a[i]);
	//必须要先排序才能进行去重 
	sort(L.begin(),L.end());
	//排序去重
	//unique函数会把重复的元素添加到容器末尾，而返回值是去重之后的尾地址
	L.erase(unique(L.begin(),L.end()),L.end());
	
	cout << "离散化数组为：";
	for(const auto &i : L) cout << i << ' ';
	cout << '\n';
	
	int val;cin >>val;
	
	cout << getidx(val) << '\n'; 
	
	return 0; 
}