离散化与区间合并

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

1. a[ ]中可能有重复元素，进行去重（一对一映射）
2. 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

1. 按区间左端点排序
2. 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