离散化思想

离散化

离散化适合在数据范围很大但是又只使用部分数据的时候使用

例题 ： AcWing 103

离散化函数：

sort(a, a + n);
for(int i = 0; i < n; i ++ ) {
    if(i == 0 || a[i] != a[i-1]) {
        b[m++] = a[i];
    }
}
//排序后进行离散化
int query (int x) {
	return low_bound(b, b + m, x) - b;
}
//查找数据映射到哪个整数上了

离散化概念：

离散化，把无限空间中有限的个体映射到有限的空间中去，以此提高算法的时空效率。

通俗的说，离散化是在不改变数据相对大小的条件下，对数据进行相应的缩小。例如：

原数据：1,999,100000,15；处理后：1,3,4,2；

原数据：{100,200}，{20,50000}，{1,400}；

处理后：{3,4}，{2,6}，{1,5}；

​ — 来自 《百度百科》

简单的来说就是一个把元素映射的过程，以减小数据范围，方便进行计算。

常用在不关注数据本身的题目

小技巧：

//简便的for循环
#define _for(i, a, b) for(int i = (a); i < (b); i ++ )
#define _rep(i, a, b) for(int i = (a); i <= (b); i ++ )

//sort的cmp函数
struct movie {
    int first, second;
}
bool cmp(movie m1, movoie m2) {
    if(m1.first == m2.first) return m1.second > m2.second;
    return m1.first > m2.first;
}