基本算法之离散化

对于一列数字，我们关心的可能不是它的绝对大小，而是它的相对大小。例如学生的分数和排名。所谓“离散化”就是用相对值来代替它们的绝对值，其可以将分布广而系数的数据转换为密集分布，从而能够使算法更快速和便捷。

离散化的步骤如下：

1. 排序；
2. 离散化；
3. 归位。

下面就是将数据离散化的Python示例代码：

# 离散化示例代码

# 输入数据
data = [1, 3000, 20, 4, 543, 20]
data_tmp = data.copy()
data_tmp.sort()  # 先排序
new_data = []
for i in data:
    # 返回一个pair的List，第一个变量为原始数据，第二个为相对位置
    new_data.append((i, data_tmp.index(i) + 1))

for i in new_data:
    print(i[1], end=' ')

以上代码的运行结果为：

1 6 3 2 5 3

有时我们需要进行去重，只需对data_tmp进行去重即可（set(data_tmp)）：

# 离散化示例代码

# 输入数据
data = [1, 3000, 20, 4, 543, 20]
data_tmp = data.copy()
data_tmp = list(set(data_tmp))
data_tmp.sort()  # 先排序
new_data = []
for i in data:
    # 返回一个pair的List，第一个变量为原始数据，第二个为相对位置
    new_data.append((i, data_tmp.index(i) + 1))
    
for i in new_data:
    print(i[1], end=' ')

以上代码的运行结果为：

1 5 3 2 4 3