《离散化》

合集 - 知识点理解(4)

1.双指针与滑动窗口03-04

2.《离散化》2024-12-31

3.最长上升子序列的优化求法和Dilworth定理01-024.初识状态压缩DP01-03

收起

离散化

根据OI WIKI

离散化是一种数据处理的技巧，本质上可以看成是一种 哈希，其保证数据在哈希以后仍然保持原来的 全/偏序 关系。

通俗地讲就是当有些数据因为本身很大或者类型不支持，自身无法作为数组的下标来方便地处理，而影响最终结果的只有元素之间的相对大小关系时，我们可以将原来的数据按照排名来处理问题，即离散化。

用来离散化的可以是大整数、浮点数、字符串等等。

应用场景

• 题目给的数据范围非常大（开不了那么大的数组），但是数据又都是离散分布时，可以用离散化处理。

处理办法C++

// std::vector<int> arr;
std::vector<int> tmp(arr);  // tmp 是 arr 的一个副本
std::sort(tmp.begin(), tmp.end());
tmp.erase(std::unique(tmp.begin(), tmp.end()), tmp.end());
for (int i = 0; i < n; ++i)
  arr[i] = std::lower_bound(tmp.begin(), tmp.end(), arr[i]) - tmp.begin();

• 时间复杂度$O(n\ast logn)$
• 空间复杂度$O(n)$

例题

Leetcode LCP74

https://leetcode.cn/problems/xepqZ5/

思路

题目逻辑很简单，就是用差分在数组上实现加减操作，难点是题目给的范围非常大，用数组表示大概率爆空间，其次是即使空间没有爆，差分完了做前缀和的时候遍历这个二维数组，时间也肯定会爆。

但是我们发现，一个矩形用在x轴上的两个端点和在y轴上的两个端点就可以表示，所以如果要创建数组，这个数组上的数据将是及其离散化的，所以可以使用离散化的技巧优化。

代码

class Solution {
public:
    int fieldOfGreatestBlessing(vector<vector<int>>& forceField) {
        vector<long long> xs, ys;
        for (auto f : forceField){
            long long i = f[0], j = f[1], side = f[2];
            xs.push_back(2*i - side);
            xs.push_back(2*i + side);
            ys.push_back(2*j + side);
            ys.push_back(2*j - side);
        }
 
        sort(xs.begin(), xs.end());
        xs.erase(unique(xs.begin(), xs.end()), xs.end());
        sort(ys.begin(), ys.end());
        ys.erase(unique(ys.begin(), ys.end()), ys.end());
 
        int n = xs.size(), m = ys.size(), diff[n+2][m+2];
        memset(diff, 0, sizeof(diff));
        for (auto f : forceField){
            long long i = f[0], j = f[1], side = f[2];
            int r1 = lower_bound(xs.begin(), xs.end(), 2*i-side) - xs.begin();
            int r2 = lower_bound(xs.begin(), xs.end(), 2*i+side) - xs.begin();
            int c1 = lower_bound(ys.begin(), ys.end(), 2*j-side) - ys.begin();
            int c2 = lower_bound(ys.begin(), ys.end(), 2*j+side) - ys.begin();
            ++diff[r1+1][c1+1];
            --diff[r1+1][c2+2];
            --diff[r2+2][c1+1];
            ++diff[r2+2][c2+2];
        }
        int ans = 0;
        for (int i = 1; i <= n; i++){
            for (int j = 1; j <= m; j++){
                diff[i][j] += diff[i-1][j] + diff[i][j-1] - diff[i-1][j-1];
                ans = max(ans, diff[i][j]);
            }
        }
        return ans;
    }
};