比例数<= 255？
我有一些单元格，其数值可以是介于0和Integer.MAX_VALUE之间的任何值。 我想相应地对这些单元格进行颜色编码。
如果值= 0，那么r = 0.如果值是Integer.MAX_VALUE ，则r = 255.但是它们之间的值怎么样？
我想我需要一个函数，其限制为x => Integer.MAX_VALUE为255.这个函数是什么？ 或者有更好的方法吗？
我可以这样做(value / (Integer.MAX_VALUE / 255))但这将导致许多低值为零。 所以也许我应该用日志function来做。
我的大多数值都在[0,10,000]范围内。 所以我想强调那里的差异。
我认为日志适合对此有好处，但看结果，我不太确定。
但是， Wolfram | Alpha非常适合尝试这类事情 ：
我从那开始，结果是：
r(x) = floor(((11.5553 * log(14.4266 * (x + 1.0))) - 30.8419) / 0.9687)
有趣的是，事实certificate，这给Artelius的答案提供了几乎相同的结果：
r(x) = floor(255 * log(x + 1) / log(2^31 + 1)
恕我直言，你最好配备0-10000和10000-2 ^ 31的分割function。
“最公平”的线性缩放实际上是这样完成的：
floor(256 * value / (Integer.MAX_VALUE + 1))
请注意，这只是伪代码并假设浮点计算。
如果我们假设Integer.MAX_VALUE + 1是2 ^ 31，那个/将给我们整数除法，那么它简化为
value / 8388608
为什么其他答案是错误的
一些答案（以及问题本身）表明(255 * value / Integer.MAX_VALUE) 。 据推测，这必须使用round()或floor()转换为整数。
如果使用floor() ，则产生255的唯一value是Integer.MAX_VALUE本身。 这种分布不均匀。
如果使用round() ，0和255将每次击中的次数是1-254的一半。 也不均匀。
使用上面提到的缩放方法，不会出现这样的问题。
非线性方法
如果要使用日志，请尝试以下操作：
255 * log(value + 1) / log(Integer.MAX_VALUE + 1)
你也可以只取值的平方根（这不会一直到255，但你可以根据需要扩展它）。
对于范围0-2 ^ 32到0-255的线性映射，只需取高位字节。 以下是使用二进制&位移的方式：
r = value & 0xff000000 >> 24
使用mod 256肯定会返回0-255的值，但是你不能从结果中绘制任何分组感 – 1,257,513,1025都将映射到缩放值1，即使它们彼此相距很远。
如果您希望更多地区分低值，并将更多大值合并在一起，那么日志表达式将起作用：
r = log(value)/log(pow(2,32))*256
编辑 ：Yikes，我的高中代数老师Buckenmeyer夫人会晕倒！ log(pow(2,32))与32*log(2) ，评估便宜得多。 现在我们也可以更好地考虑这个因素，因为256/32甚至是8：
r = 8 * log(value)/log(2)
log(value)/log(2)实际上是log-base-2 of value ，这个日志非常巧妙地为我们做了：
r = 8 * log(value,2)
Buckenmeyer夫人 – 你的努力并没有完全浪费！
一般情况下（因为我不清楚这是一个Java还是语言不可知的问题），你可以将你的值除以Integer.MAX_VALUE ，乘以255并转换为整数。
这有效！ r= value /8421504;
8421504实际上是’魔术’数字，等于MAX_VALUE / 255。 因此，MAX_VALUE / 8421504 = 255（和一些变化，但足够小的整数数学将摆脱它。
如果你想要一个没有幻数的那个，这应该有效（并且具有相同的性能，因为任何好的编译器都会用实际值替换它：
r= value/ (Integer.MAX_VALUE/255);
好的部分是，这不需要任何浮点值。
您要查找的值是：r = 255 *（value / Integer.MAX_VALUE）。 所以你必须把它变成一个double，然后再转换成int。
请注意，如果您想要更亮更明亮，那么该亮度不是线性的，因此从值到颜色的直线映射不会产生良好的结果。
Color类有一种方法可以使颜色更亮。 看看那个。
大多数答案都讨论了线性实现，Artelius的答案似乎是最好的。 但最好的公式将取决于您要实现的目标和价值的分配。 不知道很难给出理想的答案。
但只是为了说明，其中任何一个可能是最适合你的：
- 线性分布，每个映射到整个范围的1/265的范围。
- 对数分布（倾向于低值），这将突出较低幅度的差异并减少较高幅度的差异
- 反向对数分布（偏向高值），这将突出较高幅度的差异并减少较低幅度的差异。
- 颜色入射的正态分布，其中每种颜色与每种其他颜色出现的次数相同。
同样，您需要确定您要实现的目标以及将使用的数据。 如果你的任务是建立这个，那么我强烈建议你澄清它，以确保它尽可能有用 – 并避免以后必须重新开发。
问自己一个问题，“应该映射到128的什么值？” 如果答案是大约十亿（我怀疑它是），那么使用线性。 如果答案在10-100万之间，则考虑平方根或日志。
另一个答案表明了这一点（我无法评论或投票）。 我同意。
r = log（值）/ log（pow（2,32））* 256
以下是使用C＃中的扩展方法进行缩放，规范化，排序等数字的一系列算法，尽管您可以将它们调整为其他语言：
http://www.redowlconsulting.com/Blog/post/2011/07/28/StatisticalTricksForLists.aspx
有解释和图形可以解释您何时可能想要使用一种方法或另一种方法。
最佳答案实际上取决于您想要的行为。
如果您希望每个单元格的颜色通常与邻居不同，请使用akf在第二段中所述的内容并使用模数（x％256）。
如果你想让颜色与实际值有一些关系（比如“蓝色意味着较小的值”，一直到“红色意味着巨大的价值”），你就必须发布一些关于你预期的价值分布的东西。 既然你担心许多低值为零，我可能会猜到你有很多这些值，但这只是猜测。
在第二种情况下，您确实希望将可能的响应分配到256“百分位数”并为每个响应分配一种颜色（其中相同数量的可能响应落入每个百分位数）。
如果您抱怨低数字变为零，那么您可能希望将值标准化为255而不是整个值范围。
该公式将成为：
currentValue /（集合的最大值）
我可以这样做（值/（Integer.MAX_VALUE / 255）），但这将导致许多低值为零。
您可以采用的一种方法是使用模运算符（ r = value%256; ）。 虽然这不能确保但它可以保证0到255之间的数字。它还允许在0-255范围内分配低数字。 Integer.MAX_VALUE结果为255，
编辑：
有趣的是，当我测试它时， Integer.MAX_VALUE % 256确实导致了255 （我最初错误地测试了%255 ，这产生了错误的结果）。 这似乎是一个非常直接的解决方案。