算法 -- 离散化

离散化

为什么要离散化？
因为数据值的范围远大于维护数组的范围，而此时需要却需要数据所对应的下标，即需要将数据映射到数组下标上。
核心思想：
将数据映射到数组下标。

该如何映射呢?

存储当前数据，当前数据所对应的下标就为离散化后的结果

例题

AcWing 802. 区间和

代码：

# 找到原来下标所映射后的结果  即原来下标在数组中的下标
def find(x):
    global subscript
    # 找到x，返回x的下标
    # 采用二分查找
    l, r = 0, len(subscript) - 1
    while l < r:
        mid = l + r >> 1
        if subscript[mid] >= x:
            r = mid
        else:
            l = mid + 1
    return r + 1 # 离散化后的下标从1开始

n, m = map(int, input().split())
# 存储数轴下标 x 和 加的数 c
xc = []
subscript = set() # 存储数轴下标x，并去重，用于进行离散化映射 subscript：下标
for i in range(n):
    x, c = map(int, input().split())
    xc.append([x, c]) #存储后，如何向下标为x的数加c呢。此时需要考虑x的值太大，需要离散化，进行映射, 所以需要对下标x进行单独处理，进行映射
    subscript.add(x)
# 存储区间l和r，l，r也为数组下标，所以也需要存储
lr = []
for j in range(m):
    l, r = map(int, input().split())
    lr.append([l, r])
    subscript.add(l)
    subscript.add(r)
# 需要对这些下标进行离散化，确保每个数据的范围在1e5之内，但是此时下标数组内可能有多个相同的下标，所以需要进行去重
# 进行排序，确保他们之前的大小关系是对应的
# 这个过程其实就是离散化的过程，原来的下标  离散化后   其实对应的是现在的下标
subscript = sorted(subscript)  # 排序


# 新的数轴
a = [0] * 300010
# 执行插入操作
for i in xc:
    # 用之前的下标找到离散化后的下标
    x = find(i[0])
    a[x] += i[1]

# 存储前缀和
s = [0] * 300010
for i in range(1, len(subscript) + 1):
    s[i] = s[i - 1] + a[i]

# 查询区间l, r 
for i in lr:
    l = find(i[0])
    r = find(i[1])
    print(s[r] - s[l - 1])