离散化
作用
适用问题:
需要开辟长度很大的数组统计数据(109),但实际使用的元素个数很少(105)
解决方法:
当值域大,但是个数小的一组数,可以通过离散化,将值映射为下标来缩小范围
例如:
a[ ] : 1, 3, 100, 2000, 500000
↓ ↓ ↓ ↓ ↓
0 1 2 3 4
步骤
- a[ ]中可能有重复元素,进行去重(一对一映射)
- 计算x离散化后的值(先排序后二分提高查找效率)注意:离散后用到前缀和时,二分返回的应是下标+1(前缀和从i = 1开始)
代码
vector<int> alls; // 存储所有待离散化的值
sort(alls.begin(), alls.end()); // 将所有值排序
alls.erase(unique(alls.begin(), alls.end()), alls.end()); // 去掉重复元素
// 二分求出x对应的离散化的值
int find(int x) // 找到第一个大于等于x的位置
{
int l = 0, r = alls.size() - 1;
while (l < r)//注意不是<=,最后l=r,<=死循环
{
int mid = l + r >> 1;
if (alls[mid] >= x) r = mid;
else l = mid + 1;
}
return r + 1; // 映射到1, 2, ...n
}
区间合并
作用
把若干个区间合并成多个没有交集的区间
步骤
- 按区间左端点排序
- 分类讨论
a. 新区间为原区间的子区间
b. 新区间跟原区间有交集
c. 新区间跟原区间无交集
代码
typedef pair<int, int> PII;
// 将所有存在交集的区间合并
void merge(vector<PII> &segs)
{
vector<PII> res;
sort(segs.begin(), segs.end());
int st = -2e9, ed = -2e9; // 左端点最小值
for (auto seg : segs)
if (ed < seg.first)
{
if (st != -2e9) res.push_back({st, ed});
st = seg.first, ed = seg.second;
}
else ed = max(ed, seg.second);
if (st != -2e9) res.push_back({st, ed});
segs = res;
}
PS
感谢y总带我入门,y总yyds!O(∩_∩)O