编辑“︁离散化方法”︁

{{DISPLAYTITLE:离散化方法}}
'''离散化方法'''（Discretization）是算法设计中用于将连续数据或大范围离散数据映射到紧凑区间的重要技巧，常用于优化存储空间、简化计算或适配特定数据结构（如[[线段树]]、[[前缀和]]）。其核心思想是保留数据的相对顺序，将原始值替换为按大小排列的索引。

== 核心概念 ==
离散化分为三个步骤：
# '''排序'''：将待离散化的所有数值排序
# '''去重'''：移除重复元素（确保唯一性）
# '''映射'''：通过二分查找将原始值映射到连续整数

数学表示为：给定原始数组 <math>A = [a_1, a_2, ..., a_n]</math>，生成映射函数 <math>f(a_i)</math> 满足：
<math>
\forall i,j \in [1,n], \quad a_i < a_j \iff f(a_i) < f(a_j)
</math>

== 实现示例 ==
以下是Python标准离散化实现（包含边界处理）：

<syntaxhighlight lang="python">
def discretize(arr):
    # 步骤1: 排序并去重
    sorted_unique = sorted(set(arr))
    # 步骤2: 建立值到索引的映射
    value_to_index = {v: i+1 for i, v in enumerate(sorted_unique)}  # 通常从1开始编号
    # 步骤3: 应用映射
    return [value_to_index[x] for x in arr]

# 示例
original = [1000, -20, 30, 30, 500]
discrete = discretize(original)
print("原始数据:", original)  # 输出: [1000, -20, 30, 30, 500]
print("离散结果:", discrete)  # 输出: [3, 1, 2, 2, 4]
</syntaxhighlight>

关键点说明：
* 去重后元素数量决定离散化后的值域大小
* 映射后的索引通常从1开始（方便前缀和等操作）
* 时间复杂度：<math>O(n \log n)</math>（排序主导）

== 实际应用案例 ==
=== 案例1：区间统计 ===
'''问题描述'''：统计数轴上<math>10^9</math>量级的坐标点中，每个查询区间<math>[L_i, R_i]</math>覆盖的原始点数。

'''离散化方案'''：
1. 收集所有<math>L_i</math>和<math>R_i</math>坐标
2. 离散化后使用前缀和数组统计

<mermaid>
flowchart TD
    A[原始坐标: 1e9, 2e8, 5e8] --> B[离散化后: 3, 1, 2]
    B --> C[建立前缀和数组]
    C --> D[查询转换后区间]
</mermaid>

=== 案例2：二维离散化 ===
'''问题描述'''：在<math>10^9 \times 10^9</math>的网格中处理矩形区域操作（如矩形覆盖统计）。

'''解决方案'''：
* 对x轴和y轴分别离散化
* 使用二维差分数组处理

== 进阶技巧 ==
=== 保持间距关系 ===
当需要保留原始数据的间距信息时，可使用带权离散化：
<syntaxhighlight lang="python">
def weighted_discretize(arr):
    sorted_arr = sorted(arr)
    # 记录相邻元素的差值
    diffs = [sorted_arr[i+1] - sorted_arr[i] for i in range(len(sorted_arr)-1)]
    # 特殊处理逻辑...
</syntaxhighlight>

=== 动态离散化 ===
对于在线处理场景（如数据流），可结合[[平衡二叉搜索树]]实现：
<syntaxhighlight lang="cpp">
#include <set>
#include <algorithm>

std::set<int> dynamic_discretizer;

void add_value(int x) {
    dynamic_discretizer.insert(x);
}

int get_rank(int x) {
    return std::distance(dynamic_discretizer.begin(), 
                         dynamic_discretizer.lower_bound(x)) + 1;
}
</syntaxhighlight>

== 复杂度分析 ==
{| class="wikitable"
|+ 离散化操作复杂度对比
! 操作 !! 时间复杂度 !! 空间复杂度
|-
| 排序 || <math>O(n \log n)</math> || <math>O(n)</math>
|-
| 去重 || <math>O(n)</math> || <math>O(n)</math>
|-
| 二分映射 || <math>O(n \log m)</math>（m为唯一值数量） || <math>O(m)</math>
|}

== 常见错误与调试 ==
* '''边界错误'''：未处理查询范围外的情况
* '''重复值处理'''：相同原始值必须映射到相同索引
* '''稳定性问题'''：多次离散化需保证映射一致性

调试建议：
<syntaxhighlight lang="python">
# 验证离散化结果的自检代码
def check_discretization(original, discrete):
    # 检查顺序一致性
    for i in range(len(original)-1):
        assert (original[i] < original[i+1]) == (discrete[i] < discrete[i+1])
    # 检查值域连续性
    assert max(discrete) - min(discrete) + 1 == len(set(discrete))
</syntaxhighlight>

== 扩展阅读 ==
* 离散化与[[坐标压缩]]的关系
* 在[[扫描线算法]]中的应用
* [[稀疏矩阵]]存储中的类似思想

离散化方法通过将问题空间合理化，使得许多大规模数据处理问题变得可解，是算法工具箱中的重要基础技术。

[[Category:计算机科学]]
[[Category:数据结构与算法]]
[[Category:算法设计技巧]]