离散化总结

离散化

一、定义

离散化即为当只需关心数据的大小关系时而数据的范围又过大时，则可使用排名代替原数据进行处理的一种预处理；

离散化本质上是一种哈希，它在保持序列大小关系的前提下把其映射成正整数；

当原数据很大或含有负数，小数时，难以表示为数组下标，一些算法和数据结构无法运作，这时可以考虑将其散化；

离散化可以用 STL 较简单地完成；

二、过程

1. 复制序列

由于需要重新对原数组赋值，则不能直接在原数组上操作，所以先复制一个数组 $c$ 用于离散化；

int c[MAXN];
memcpy(c, a, sizeof(a));

2. 排序，去重

由于要将元素在数组中的排名作为其新的排名，所以先使用 $sort$ 对原数组进行排序；

又由于要计算排名，所以使用 $unique$ 进行去重；

定义 $l$ 为所有不重复的元素数量；

sort(1 + c, 1 + c + n);
int l = unique(1 + c, 1 + c + n) - c - 1;

由于 $unique()$ 的返回值是一个迭代器，表示去重后容器中不重复序列的最后一个元素的下一个元素；

所以减去数组迭代器再减去 1 可得到原数组的不重复元素的个数；

3. 重新赋值

将 $a$ 数组元素重新赋值为其在 $a$ 中的排名，即其在 $c$ 中的下标；

即可遍历 $a$ 中的每个元素，每次二分查找当前的元素值在 $c$ 位置，然后将其赋值为新的元素值即可；

for (int i = 1; i <= n; i++) {
    a[i] = lower_bound(1 + c, 1 + c + l, a[i]) - c;
}

由于排序和 $n$ 次二分查找的复杂度都是 $O(lo{g}_{2}n)$ ，所以离散化的复杂度为 $O(lo{g}_{2}n)$ ；

三、代码

以将长度为 $n$ 的数组 $a$ 进行离散化后又存入 $a$ 中为例；

void discret() {
	memcpy(c, a, sizeof(a));
	sort(1 + c, 1 + c + n);
	int l = unique(1 + c, 1 + c + n) - x;
	for (int i = 1; i <= n; i++) {
		a[i] = lower_bound(1 + c, 1 + c + l, a[i]) - c;
	}
	return ;
}