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列實現的一對一標記。時常會遇到這種情況：資料的範圍非常大或者其中含有負數，但資料本身的個數並不是很多（遠小於資料範圍）。在這種情況下，如果每個資料元素的具體值並不重要，重要的是他們之間的大小關係的話，我們可以先對這些資料進行離散化，使資料中的最大值盡可能小且保證所有資料都是正數。

例如，有這樣乙個長為5的序列：102131511，123，9813186，-611，55。其中有非常大的數以及負數，會給許多演算法的實現帶來困擾，我們可以把這個序列離散化，使它變成這樣：5，3，4，1，2。各個元素間的大小關係沒有任何改變，但資料的範圍一下子就變得很舒服了。

離散化的原理和實現都很簡單。為了確保不出錯且盡可能地提高效率，我們希望離散化能實現以下幾種功能：1.保證離散化後的資料非負且盡可能的小2.離散化後各資料項之間的大小關係不變，原本相等的也要保持相等。由此，找出資料項在原序列中從小到大排第幾就是離散化的關鍵。

可以通過下面的方法以o(nlong)的時間複雜度完成離散化，n為序列長度。

做法：對原序列進行排序，使其按公升序排列。

去掉序列中重複的元素。

此時序列中各位置的值和位置的序號就是離散化的對映方式。

例如：對於序列105，35，35，79，-7，排序並去重後變為-7，35，79，105，由此就得到了對應關係-7->1, 35->2, 79->3, 105->4。

**：

int
n, a[maxn], t[maxn];
//這裡以下標1為序列的起點，一般情況下從0開始也可以
for(int i = 1;i <= n;i++)
//下面使用了stl中的sort(排序)，unique(去重)，lower_bound(查詢)函式
sort(t + 1, t + n + 1);//
排序int m = unique(t + 1, t + 1 + n) - t - 1;//
去重，並獲得去重後的長度m
for(int i = 1;i <= n;i++)

資料離散化處理

資料離散化處理

資料離散化處理

資料離散化處理

相關推薦