离散化是为了应对,大范围但数据量少的情况。
如,在坐标轴上,进行有限次的添加操作,把第 i 个位置的数加c,然后求坐标轴 i ~ j 的和。
如果是正常数据,那可以通过前缀和的方式, 表示求 0 ~ i 的累加和,然后 就是i ~ j 的和。但是坐标轴是无限的,那就不可能创建一个无限大的数组。而操作和查询是有限的,所以就需要进行离散化操作(即,对操作进行映射)。
https://www.acwing.com/problem/content/804/
#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
const int N = 3*1e5+10;
int a[N], s[N];
vector<int> idxs; // 把所有需要操作的位置都记录下来
vector<pair<int,int>> add;
vector<pair<int,int>> query;
// 映射函数
int hashFunc(int x){
// 映射中都是有序的,如 0 ~ 47,1 ~ 99,2 ~ 15987
// 所以可以使用二分查找法,寻找满足 idx[?] >= x 的最左位置
int l = 0, r = idxs.size()-1;
while(l < r){
int mid = (l + r)/2; // 知识点:什么时候 mid 需要 = (l + r + 1)/2 ?
if(idxs[mid] >= x) r = mid;
else l = mid + 1;
}
//
return l + 1; // 加 1 是为了方便进行前缀和的计算
}
//去重
vector<int>::iterator myUnique(vector<int> & arr){
int trueIdx = 0;
for(int i = 0; i < arr.size(); ++i){
if(i == 0 || arr[i] != arr[i-1]){
arr[trueIdx++] = arr[i];
}
}
return arr.begin() + trueIdx;
}
int main(){
int n, m; cin >> n >> m;
for(int i = 0; i < n; ++i){
int x, c; cin >> x >> c;
add.push_back({x, c});
idxs.push_back(x);
}
for(int i = 0; i < m; ++i){
int l, r; cin >> l >> r;
query.push_back({l, r});
idxs.push_back(l);
idxs.push_back(r);
}
// 先把插入和查询操作所涉及到的idx存起来,然后排序、去重
sort(idxs.begin(), idxs.end());
idxs.erase( myUnique(idxs), idxs.end() );
for(auto x:add){
int virIdx = hashFunc(x.first);
a[virIdx] += x.second;
}
// 求前缀和
for(int i = 1; i <= idxs.size(); ++i){
s[i] = s[i-1] + a[i];
}
for(auto x:query){
int l = hashFunc(x.first);
int r = hashFunc(x.second);
cout << s[r] - s[l-1] << endl;
}
}