算法学习记录 (1)

离散化 处理区间和问题

---

题目来自acwing 802；

 

#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];//a用来存离散化后各个下标所对应的值，s为前缀和数组

vector<int> alls; // 存所有需要离散化的数
vector<PII> add, query;// add 存插入操作，query存查询操作

int find(int x)//简单二分求离散化后所对应的下标
{
    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});//读入插入操作

        alls.push_back(x);//x 为需要离散化的坐标
    }

    for (int i = 0; i < m; i ++ )
    {
        int l, r;
        cin >> l >> r;
        query.push_back({l, r});//查询操作的坐标

        alls.push_back(l);
        alls.push_back(r);//因为查询操作为两个区间端点，所以都需要离散化
    }

    // 去重
    sort(alls.begin(), alls.end());
    alls.erase(unique(alls.begin(), alls.end()), alls.end());
/*此处的做法是是对原来的数轴下标进行排序，再去重，
为什么要去重呢，因为本题提前考虑了前缀和的思想，其实很简单，
就是我们需要求出的区间内的和的两端断点不一定有元素，
提前加如需要求前缀和的两个端点，有利于我们进行二分搜索，
其实二分搜索里面我们一般假定有解的，如果没解的话需要特判，
所以提前加入了这些元素，从而导致可能出现重复元素*/
  
    // 处理插入
    for (auto item : add)
    {
        int x = find(item.first);
        a[x] += item.second;//将离散化后的坐标 加上值
    }

    // 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), r = find(item.second);
        cout << s[r] - s[l - 1] << endl;
    }

    return 0;
}

总结体会：

离散化的本质，是映射，将间隔很大的点，映射到相邻的数组元素中。减少对空间的需求，也减少计算量。

其实映射最大的难点是前后的映射关系，如何能够将不连续的点映射到连续的数组的下标。此处的解决办法就是开辟额外的数组存放原来的数组下标，或者说下标标志，本文是原来上的数轴上的非连续点的横坐标。

关于find数组我认为这个图足以说明一切

 注：图片来自acwing