数据离散化处理

Posted 2022-06-16 asika3912333

有时候，我们需要使用数组下标来维护某些数据结构（例如并查集），但如果数据范围太大我们开不了这么大的数组，这时候，我们就要将数据进行离散化。
例如数据99844531，75331434，87433476，67542347我们可以根据相对大小关系67542347<75331434<87433476<99844531来开一个新数组编号，二分查找在新数组里的编号。如b[1]=67542347，b[2]=75331434，b[3]=87433476,b[4]=99844531。当我们要查找99844531这个数据的时候，就能在b中找到它的编号为4，就可以用4来代表这个数据啦。
根据这种查找方法，我们要对元素进行去重，即去除重复元素。
其中我们需要用到两种函数：
　　unique函数：不断将不重复元素占据前面重复元素的位置（相邻的重复元素），返回的是不重复序列的最后一个元素的下一个元素的地址。
　　lower_bound：从数组的起始位置到结束位置（左闭右开）二分查找第一个大于或等于传入的参数的元素，返回的是该元素的地址，减去数组起始位置就得到该元素的下标。
没找到则返回end。

　　附上代码：

 1 #include<iostream>
 2 #include<algorithm> 
 3 using namespace std; 
 4 int n; 
 5 int a[];//需离散化的数据 
 6 int b[];//储存离散化后的 
 7 int main() 
 8 　　for(int i=1;i<=n;++i) 
 9 　　　　cin>>a[i];b[i]=a[i]; 
10  
11 　　sort(b+1,b+1+n);//对数据排序，因为unique函数“除去”的是相邻重复元素 
12 　　int m=unique(b+1,b+n+1)-b-1;//去除相邻重复元素，返回无重复元素的长度m 
13 　　int x=lower_bound(b+1,b+m+1,a[1])-b;//假设要查找的数据是a[1]，x为a[1]在数组b中的位置即下标
14 　　return 0; 
15