快速散列算法，用于将浮子集合的映射/量化到一小组排序的浮点上

Question

使用我的应用程序，我有

• 集合x：数千个浮点数，值范围[0,1]，不排序。
• 集合Y：11浮子从[0,1]的范围，分类。
• X的大小是已知的。让它是l。

目标是量化x并将其映射到y上，以便我们获得x的次数的散列阵列。然后，y将被量化到指向它的10个离散的东西上。

一个例子让它更清晰，

• Y = [0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]
• X = [0.678, 0.124, ..., 1.0, ., 0.013, 0.475]

我希望算法输出为基于0的指数：

• H(Y[0]) = H(0.678) = 6
• H(Y[1]) = H(0.124) = 1
• H(Y[n-2]) = H(0.013) = 0
• H(Y[n-1]) = H(0.475) = 4

尝试

天真地，我尝试了线性和二进制搜索用于将x中的每个元素定位在Y中的元素之间，以便在y中的相邻元素之间找到。

但是，性能对我的应用程序不够好。该量化发生在慢速计算的实时线程中，这是不希望的。

问题

这种散列/量化的最佳方式是什么？ x未排序。

谢谢！

Answer 1

带x，乘以10,000，舍入到最接近的整数。在普通的c，z=（int）中（x次10000.0）。

有10,000个可能的z值。对于z的大多数值，您可以从z确定索引。所以创建一个有10,000个条目的表。在表格中，存储索引i如果您可以证明x应映射到i，知道z和store -1如果您无法证明这一点。

结果，您可以获得正确的值，可能在10,000个值的9,980中，然后使用您的剩余算法在500值中使用任何慢速算法。

ps。相同的表格尺寸将用于双精度数字。无论表尺寸如何，只有很少的值x无法使用此方法正确映射，也许是10或20。如果您拍摄大小10,000，那么99.8％或99.9％映射正确，0.1％或0.2％需要一个慢速算法。双重发生了同样的事情。您可以使用1000个条目，然后10或20个失败的输入将是1％或2％。

和一件好事是，这种方法将工作，但是y值是分布式的。只有在y值的数量较大，那么你可能想要增加表大小。