Part 1:“离散化”是什么嘞?
先介绍一下离散化 桶排大家应该知道,就是开一个数组(下标为数值,记录了该数值的出现次数)然后遍历过去如果出现次数不为零,那就输出这些数字,理论时间复杂度可以达到O(N)但是由于内存限制,不能开很大的数组。
然而 如果某个数列中的数字不要求大小确定,只要求这些数字有相对的大小就够了的话,离散化就有了用武之地(换言之,如果一个数的大小在1e9上下,那我们可以用离散化来比较。。)
举个例子:数列
3 8 7 5 2000000000000000
我们发现有几个数之间差距很大,但是我们用不到数值的大小,只要求相对大小,那怎么办呢? 观察下面的数列:
1 4 3 2 5
真巧,这个数列和上面的数列各个数字之间的相对大小是一样的并且,让很大的数据缩小了,这样离散化了之后就可以处理一些原本处理不了的问题
离散化比较OK的复杂度是O(NlogN) STL大法好,代码见下:
for(int i=1;i<=n;++i)
a[i]=read(),b[i]=a[i];//读入数组a,b数组记录下,等会儿用(read是读入优化)
sort(b+1,b+n+1);//排序b数组,避免a数组顺序打乱
int len=unique(b+1,b+n+1)-b-1;//unique:STL自带函数,去重并返回去重后数组的长度+1(所以这里后面要-1)
//(原理上来讲不是这样,但这样理解方便)
for(int i=1;i<=n;++i){
int pos=lower_bound(b+1,b+n+1,a[i])-b;//STL自带函数,返回b(有序数组)中第一个大于等于a[i]的位置
a[i]=pos;//改变这个值为找到的位置
}
读入流的优化:
读入流在一定程度上是缩小了时间的,洛谷P1908我加了IO都被卡时间,读入流就很方便,加速优化。
inline int read(){
char chr=getchar();
int f=1,ans=0;
while(!isdigit(chr)