离散化（整数、有序）

裂缘冰释

已于 2022-02-10 02:08:55 修改

阅读量851

点赞数

分类专栏： # 算法基础文章标签：算法

于 2022-02-09 01:41:06 首次发布

本文链接：https://blog.csdn.net/qq992338041/article/details/122834407

版权

算法基础专栏收录该内容

17 篇文章 1 订阅

订阅专栏

本文介绍了如何利用离散化和前缀和解决数据范围大但实际使用稀疏的坐标问题。通过C++代码示例展示了如何在坐标处理中进行离散化，以及如何应用前缀和进行高效计算。这种方法适用于处理3×10^5范围内的坐标，且在Java和Python中可以通过自定义实现去重功能。

摘要由CSDN通过智能技术生成

去重：
unique将不重复元素放到前面，重复的放到后面，返回最后一个不重复的位置，再用erase去除最后重复的
在这里插入图片描述

应用

当坐标范围比较小的时候可以用前缀和做

虽然数据范围大，但是实际只会用到 $3\times10^5$ 个坐标
离散化应用情况就是，值域跨度很大，但是很稀疏

这题只需要把用到的数的按照相对关系映射，求前缀和，所以要映射到从1开始，映射完后，所有数的数据范围就在1到 $3\times10^5$ ，就可以用前缀和的方式解决这题了
C++用vector离散化，Java用arrayList

#include<iostream>
#include<vector>
#include<algorithm>

using namespace std;

typedef pair<int, int> PII;

const int N = 300010;

int n,m;
int a[N],s[N];

vector<int> alls;//待离散化下标
vector<PII> add, query;//所有操作 

int find(int x)
{
	int l = 0, r = alls.size() - 1;
	while(l < r)
	{
		int mid = l + r >> 1;
		if(alls[mid] >= x) r = mid;
		else l = mid + 1;
	}
	
	return r + 1; 
}

int main()
{
	cin >> n >> m;
	for(int i = 0; i < n; i++)
	{
		int x, c;
		cin >> x >> c;
		add.push_back({x, c});
		
		alls.push_back(x);
	}
	
	for(int i = 0; i < m; i++)
	{
		int l, r;
		cin >> l >> r;
		query.push_back({l, r});
		
		alls.push_back(l);
		alls.push_back(r);
	}
	
	//去重
	sort(alls.begin(),alls.end());
	alls.erase(unique(alls.begin(),alls.end()),alls.end());
	
	//处理插入
	for(auto item : add)
	{
		int x = find(item.first);
		a[x] += item.second;
	} 
	
	//预处理前缀和
	for(int i = 1; i <= alls.size(); i++) s[i] = s[i - 1] + a[i];
	
	//处理询问 
	for(auto item : query)
	{
		int l = find(item.first);
		int r = find(item.second);
		cout << s[r] - s[l - 1] << endl;
	}
	return 0;
}