資料離散化處理

離散化，把無限空間中有限的個體對映到有限的空間中去，以此提高演算法的時空效率。通俗的說，離散化是在不改變資料相對大小的條件下，對資料進行相應的縮小。例如：原資料：1,999,100000,15；處理後：1,3,4,2；原資料：，，；處理後：，，；

離散化處理需要用到的stl函式有3個：sort()，unique()，lower_bound()

1.sort()不再作贅述

2.unique(first, last)用於元素去重

」刪除」[first, last) 序列中所有相鄰的重複元素(只保留乙個)。此處的刪除，並不是真的刪除，而是指重複元素的位置被不重複的元素給占領了，即不斷地把不重複的元素移到前面來

由於它」刪除」的是相鄰的重複元素，所以在使用unique函式之前，一般都會將目標序列進行排序。

3.2上界函式：lower_bound(first , last , v)

找到並返回 非降序列 [first,last) 中第乙個大於v的元素的位址

;//先對b進行排序

int m=

unique

(b+1

,b+n+1)

-(b+1)

;//去重，同時返回值-首位址得到去重後序列的長度

//此時 b中的值 離散化的對映就是其 下標

//若要查詢a中某個值的對映，可對b利用lower_bound()進行二分查詢，如下

for(
int i=
1;i<=n;i++
)        a[i]
=lower_bound
(b+1
,b+m+
1,a[i]
)-b;
//得到a[i]在b中的下標，即為其對映

資料離散化處理

離散化處理有幾個方法 方法一 適用於所有情況 sort unique lower bound 三段式 關於這幾個函式請見我的另一篇部落格 1 申請兩個陣列num和numcopy 這個陣列是num的副本 2 利用unique函式對num陣列進行去重 3 利用lower bound函式獲得numcopy...

資料離散化處理

有時候，我們需要使用陣列下標來維護某些資料結構 例如並查集 但如果資料範圍太大我們開不了這麼大的陣列，這時候，我們就要將資料進行離散化。例如資料我們可以根據相對大小關係67542347 75331434 87433476 99844531來開乙個新陣列編號，二分查詢在新陣列裡的編號。如b 1 675...

資料離散化處理

離散化，把無限空間中有限的個體對映到有限的空間中去，以此提高演算法的時空效率。通俗的說，離散化是在不改變資料相對大小的條件下，對資料進行相應的縮小。例如 原資料 1,999,100000,15 處理後 1,3,4,2 原資料 處理後 用法 很多演算法的複雜度與資料中的最大值有關，比如樹狀陣列和純用陣...