算法笔记：离散化的两种实现方式

在一些场景或题目中，常常会遇到数据跨度较大的一堆数据。如果需要用连续空间存储，则会有大量空闲的空间，并且遍历的时间复杂取决于最大和最小值的间距。

如果不关系数据的具体大小，只关心数据的相对顺序，那么就可以用到本文重点离散化。

那么，什么是离散化？

离散化是指，将无限的数据，映射到有限的空间中并保留原来的全 / 偏序关系。
举个例子：

实现原理

以下以一维数组给出示例，将数据离散化到[0, n-1]的范围

例：

思路一：下标映射

如果将下标也一同排序，数据将是怎么的形式呢？

将下标和元素绑定后，有一个好处，对应每个元素能 O(1) 的找出该元素在原始数组中的位置。

因此，我们只需要顺序遍历排序后的元素，顺序的将原数组的值改为[0, n-1]的映射即可。

具体的我们可以如下操作：

排序后的第 0 号元素 —> 获取原数组 index 1 —> 将原数组的 1 号元素修改为 0 。

排序后的第 1 号元素 —> 获取原数组 index 4 —> 将原数组的 4 号元素修改为 1 。

排序后的第 2 号元素 —> 获取原数组 index 2 —> 将原数组的 2 号元素修改为 2 。

排序后的第 3 号元素 —> 获取原数组 index 3 —> 将原数组的 3 号元素修改为 3 。

排序后的第 4 号元素 —> 获取原数组 index 0 —> 将原数组的 0 号元素修改为 4 。

思路二：二分

其实这里的二分法回归本源也是基于下标映射的原理，只是实现是借助二分的形式。

在排序好的数组中对目标数值进行二分搜索，在 O(logn) 的时间复杂度内找到该数值是整体数据中的第几个。

具体的我们可以如下操作：
数值 10 —> 二分搜索 10 —> 有序序列中第 4 位置。

数值 3 —> 二分搜索 3 —> 有序序列中第 0 位置。

数值 8 —> 二分搜索 8 —> 有序序列中第 9 位置。

数值 9 —> 二分搜索 9 —> 有序序列中第 3 位置。

数值 4 —> 二分搜索 4 —> 有序序列中第 1 位置。

复杂度

时间复杂度：O(logn)，主要体现在排序中，其余操作 <= O(logn) 。

空间复杂度：O(n)，主要体现在用于排序的辅助数组中，不考虑 sort 中使用的空间。

代码

对下方代码的注释：

1. 以 C++ 描述
2. 以整形数据 int 描述
3. 默认数据无重复值
4. 接口名见下

/**
 * @param odata 原始数据
 * @param start 起始数值 (一般为0/1)
 * @return std::vector<int> 经过离散化后的data
 */
vector<int> discrete(const vector<int>& odata, int start = 0) ;

排序 + 下标映射
sort 排序

vector<int> discrete(const vector<int>