数据离散化处理

数据离散化处理

如果我们只关心数据的相对位置，而不关心数据的具体数值，那么就要使用离散化处理来表示数据的位置。这种操作经常结合线段树等的数据结构，来压缩存储空间。直接看代码，很好理解。

#include <bits/stdc++.h>
using namespace std;
const int MAXN = 10;
const int INF = 1000000;
int num[MAXN];  // 存储数据
int a[MAXN], b[MAXN]; // a存储排名，b是num的副本

int main() {
    srand(time(unsigned(0)));  // 随机数设置
    cout << "number:" << endl;
    for(int i = 0; i < MAXN; ++i) {
        num[i] = rand() % INF;
        b[i] = num[i];
        cout << num[i] << " ";
    }
    cout << endl;
    sort(num, num + MAXN);
    int n = distance(num, unique(num, num + MAXN));  // 离散化后元素的个数
    cout << "n: " << n << endl;
    cout << "relative position::" << endl;
    for(int i = 0; i < MAXN; ++i) {
        a[i] = lower_bound(num, num + n, b[i]) - num + 1; // lower_bound返回迭代器，并计算位置
        cout << a[i] << " ";
    }
    return 0;
}

几个STL说明：
1. distance(first, last)返回迭代器first和last的距离，可以自定义二元比较函数
2. unique(first, last)去除重复的连续元素，可以自定义二元比较函数。注意必须是有序序列的情况下，才能去除所有重复元素！！返回最后一个没有被移除的元素的后一个位置。有序序列的情况返回容器的last
3. lower_bound(first, last, val)返回有序序列中，第一个和val值相等的元素的地址，没有返回last，可以自定义二元比较函数。