离散化

目录

1.概念

2.例子

3.离散化的步骤

3.1排序

3.2去重

3.3重新赋值

---

1.概念

        离散化是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。（百度百科）单纯的看概念可能会有点抽象，用例子来说明可能更易理解。

2.例子

        以二维空间为例，我们需要从左上角走到右下角，且只能向下或向右走，在尽可能拿更多星星的情况下达到右下角。我们从第一张图可以看到我们会走过许多没有星星的道路，这些路显然是无关紧要且浪费时间、空间的。我们就需要采用离散化将其转化为第二张图的效果，以便节省时间和空间。

3.离散化的步骤

3.1排序

        我们可以看到三颗星星的坐标分别为(1, 1),(1, 3),(2, 5)。创建一个数组vector<int>arr，把它们的坐标都压入数组，便有{1，1，1，3，2，5}。sort排序后便有{1，1，1，2，3，5}。排序的意义是去重中的unique函数只能对相邻的重复元素进行去重。

3.2去重

        在去重要用到STL的unique函数（具体可看链接），简单来讲，unique是将所有重复的数字留下一根独苗后都丢到数组的最后，并返回不重复序列的下一个位置指针。unique(arr.begin(), arr.end())后便有{1，1，1，2，3，5}到{1，2，3，5，1，1}的效果，并得到倒数第二个数的位置指针。用这个指针我们又可以得到{1，2，3，5}的大小。如下：

int num_size = unique(arr.begin(), arr.end()) - arr.begin();

3.3重新赋值

        在这要要用到STL的lower_bound函数（具体可看链接），简单来讲，lower_bound是在范围内(左闭右开)找到第一个不小于目标值的位置并返回指针。以（1，3）坐标为例，令x=1,y=3。如下：

int x, y;
x = lower_bound(arr.begin(), arr.begin() + num_size, x) - arr.begin();
y = lower_bound(arr.begin(), arr.begin() + num_size, y) - arr.begin();

显然x = 1的位置在arr.begin(),相减后x = 0；y = 3的位置在arr.begin() + 2,相减后y = 2。以此类推,便有(1,1)->(0,0),(1,3)->(0,2),(2,5)->(1,3)。