poj(2528)——Mayor's posters（线段树+离散化）

这道题目让我又重新认识了一下离散化：

首先总结一下离散化的特点：

1）有时区间的端点并不是整数，或者区间太大导致建树内存开销过大而MLE，那么就需要进行离散化后再建树。

2）意思是将区间范围很大的数据集映射到较小的数据集，这样建树更加有效，或者说我们只取需要的值来用。

这个意思说到底就是进行映射，把原来很大的映射到一个较小的空间中去。

题意：

给定一些海报，它们可能相互重叠，告诉你每个海报的宽度（它们的高度都是一样的）和先后的叠放次序，问没有被完全盖住的海报有多少张？

这里我们注意到了数据的范围：海报最多100000张，而墙的范围最大是10的7次。所以我们肯定不能以墙来建树。（而且这里海报都是完全覆盖每一个墙面的）

所以我们要把海报的左右端点进行离散化，也就是把原先很大的每个端点进行标号，把它转化为更小的数据

这里要注意一点就是：当它们之间距离等于1的时候，只要+1就可以了，但是当距离大于1的时候，那么要+2

原因：（来源于http://blog.csdn.net/non_cease/article/details/7383736）

解法：离散化，如下面的例子（题目的样例），因为单位1是一个单位长度，将下面的

      1   2   3   4  6   7   8   10

     —  —  —  —  —  —  —  —

      1   2   3   4  5   6   7   8

离散化  X[1] = 1; X[2] = 2; X[3] = 3; X[4] = 4; X[5] = 6; X[7] = 8; X[8] = 10

于是将一个很大的区间映射到一个较小的区间之中了，然后再对每一张海报依次更新在宽度为1~8的墙上(用线段树），最后统计不同颜色的段数。

但是只是这样简单的离散化是错误的，

如三张海报为：1~10 1~4 6~10

离散化时 X[ 1 ] = 1, X[ 2 ] = 4, X[ 3 ] = 6, X[ 4 ] = 10
第一张海报时：墙的1~4被染为1；
第二张海报时：墙的1~2被染为2，3~4仍为1；
第三张海报时：墙的3~4被染为3，1~2仍为2。
最终，第一张海报就显示被完全覆盖了，于是输出2，但实际上明显不是这样，正确输出为3。

新的离散方法为：在相差大于1的数间加一个数，例如在上面1 4 6 10中间加5（算法中实际上1，4之间，6，10之间都新增了数的）

X[ 1 ] = 1, X[ 2 ] = 4, X[ 3 ] = 5, X[ 4 ] = 6， X[ 5 ] = 10

这样之后，第一次是1~5被染成1；第二次1~2被染成2；第三次4~5被染成3

最终，1~2为2，3为1，4~5为3，于是输出正确结果3。

接下来就是使用线段树来查询已经标号好的区间了。

这里我们进行从后往前查找，这样前面贴上去的海报就不会被覆盖掉了。

插入一张海报时，如果发现它对应的瓷砖有一部分露出来，那么就说明该海报时可见的。

#include
#include
#include
#include
#include
#include
#include

对于离散化还是需要多多理解与思考！