简要:
说真的,刚开始看这个知识点的时候,搞得我一脸懵逼,自己花了两个小时进行思考,对离散化这个知识点有了更深度的理解,主要是通过Acwing第802题(区间求和) 进行展开。
题目地址:
Acwing第802题(区间求和)https://www.acwing.com/problem/content/804/
相关题目:
之前的思路:
之前我是想开一个非常大的数组,利用前缀和来求出最后的答案。
为什么之前的思路不行呢?
极大的浪费空间,并且执行效率又低。并且数轴上的下标有负数和正数。所以引进了离散化这一概念。
离散化的基本概念:
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。在这道题目我们就是将原始下标进行离散化。
为什么给all[N](该数组是储存原始下标的数组)开3e5+10?
即为n+2*m。
离散化的结果:
将原始下标转化成0~n。
1 all[N]:
alls数组存储的是插入的原始下标x及查询操作区间的左右端点的l, r原始下标。
这里会发现下标最多有3 * 10^5个(若下标都不一样),所以数组开辟3e5 + 10, + 10防止越界!
2 add数组:
add数组存储的是插入的原始下标和该下标所对应的值。
3 query数组:
存储的是l,r的原坐标。
为什么要去重?
为了后面的的二分法和前缀能够顺利的进行和使用。
相关代码:
#include<iostream>
#include<vector>
#include<algorithm>
using namespace std;
typedef struct pair {
int first;
int second;
}PII;
const int N=3e5+10;
//a[i]储存了一排序列化的元素,元素与元素间是紧密相隔的,没有隔开。
//s[i]储存的是前缀和。
int n, m, a[N], s[N];
vector<int> alls;
vector<PII> add, query;
//默认有序,该方法的目的是为了找到x离散化所对应的新下标。
int find(int x){
int l=0,r=alls.size()-1;
while(l<r){
int mid=(l+r)/2;
if(alls[mid]>=x){
r=mid;
}
else{
l=mid+1;
}
}
return r+1; //下标从1开始。
}
int main(){
cin>>n>>m;
for(int i=0;i<n;i++){
int x,c;
cin>>x>>c;
add.push_back({x,c});
alls.push_back(x);
}
for(int i=0;i<m;i++){
int l,r;
cin>>l>>r;
query.push_back({l, r});
alls.push_back(l), alls.push_back(r);
}
//进行排序和去重操作。
sort(alls.begin(), alls.end());
alls.erase(unique(alls.begin(), alls.end()), alls.end());
//a[i]数组形成了序列化,一排都是元素,中间没有相隔。
for(int i=0;i<add.size();i++){
int x = find(add[i].first);
a[x]+=add[i].second;
}
for(int i = 1; i <= alls.size(); i++) s[i] = s[i - 1] + a[i];
for(int i=0;i<query.size();i++){
int l=find(query[i].first),r=find(query[i].second);
cout<<s[r]-s[l-1]<<endl;
}
return 0;
}