离散化

最新推荐文章于 2025-12-03 13:56:23 发布

原创最新推荐文章于 2025-12-03 13:56:23 发布 · 119 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #数据结构 #python #快速排序 #哈希表

本文探讨了离散化技术在大数据处理中的重要性，通过将大规模数值范围映射到较小规模，提高数据处理效率。介绍了离散化的基本思想，包括将数值范围大的数据集映射到较小的整数集合，并利用二分查找实现快速定位。这种方法在数据分析、存储和搜索性能优化等方面具有显著优势。

离散化

思想

将范围特别大的数组并且数组中数据比较少的映射到比较小的数组当中去。
如：将1、3、2000、500000
映射到1、2、3、4中去。
方法：先将所有的角标存下来，然后将角标排序去重。
查找对应离散化后的角标时使用二分来进行查找。

公式

vector<int> alls; // 存储所有待离散化的值
sort(alls.begin(), alls.end()); // 将所有值排序
alls.erase(unique(alls.begin(), alls.end()), alls.end());   // 去掉重复元素

// 二分求出x对应的离散化的值
int find(int x) // 找到第一个大于等于x的位置
{
    int l = 0, r = alls.size() - 1;
    while (l < r)
    {
        int mid = l + r >> 1;
        if (alls[mid] >= x) r = mid;
        else l = mid + 1;
    }
    return r + 1; // 映射到1, 2, ...n
}

用alls二分来查找对应存储数据的真实的角标