部落格目錄

引言

如果我們要處理一些資料，如果：

我們只關心資料之間相對大小，而不關心每個資料到底有多大

離散化的大體意思就是：給資料重新編號，使新號碼依然具有跟之前相同的大小關係，來使資料更加緊湊。

比如說：給一個無向圖，每個節點都以一個字元表示，那麼我們就可以將字元替換成數字123...

再比如說：現在有1000個[-1e9,1e9]範圍的整數，計數統計一下每個數出現的次數。由於開一個2e9大小的陣列實在是太浪費空間了，而且只有一千個數，遍歷2e9的時間開銷也實在是浪費，所以我們可以根據原資料的相對大小重新編號，對編號進行計數，也也就達到了對元資料進行計數的目的。

方法1：排序加折半查詢（nlogn的時間複雜度，我之前不太喜歡用的方法但是大家都用，程式碼比較精簡，但是不易還原輸入順序）

    cin>>n;

    int co[1000];
    for(int i=0;i<n;i++){
        cin>>co[i];
    }
    sort(co,co+n);
    int size=unique(co,co+n)-co;//去重函式，將重複的都移到後邊，然後用size截掉，相同元素僅保留一個， 
                                //如果不需要去重則刪掉這一句。size為離散化後元素個數 
    for(int i=0;i<n;i++)
        arr[i]=lower_bound(co,co+size,arr[i])-co + 1;//arr存放了排序後，第i個數字新的編號。

方法2：捆綁排序，時間複雜度O(nlogn)，老實說是我自己的土辦法。如果想還原輸入順序直接對i在進行排序即可

struct inp{
    int i,v,n;
};

inp co[1000];

int operator<(inp a,inp b){
    return a.v<b.v;
}
int main(){
    int n;
    cin>>n;
    for(int i=0;i<n;i++){
        cin>>co[i].v;
        co[i].i=i;
    }
    sort(co,co+i);
    for(int i=0;i<n;i++){
        co[i].n=i+1; //n是新的標號，v是原始資料，i是原始資料的順序，要去重另加程式碼
    }
}