哪种算法最适合具有索引分组的非连续数组？答案

【问题标题】：What algorithm is best adapt for a non-contiguous Array with Index Grouping?哪种算法最适合具有索引分组的非连续数组？
【发布时间】：2011-01-18 09:43:41
【问题描述】：

我需要一些帮助来用 C/C++ 编写算法（尽管任何语言示例都可以）。目的是一个容器/数组，它允许在任何索引处插入。但是，如果在与现有索引不接近的索引中插入元素，即会导致大量的空桶空间。然后数组将最小化空桶。

假设您有一组元素需要插入到以下索引处：

一个连续的数组会产生一个数据结构。像这样的：

0
1
2
3
4
5
6 val
7
8 val
9
10
11
12 val
...

但是，我正在寻找一种解决方案，当索引不在其最近邻居的 x 个存储桶内时创建一个新数组。

类似这样的：

Array1
6 val
7 
8 val
10
11
12 val
13
14 val

Array2
54 val
56 val
57 val

Array 3
5678 val

然后在查找过程中使用某种索引映射来查找索引所在的数组。我的问题是我应该在插入期间使用哪种算法将索引组合在一起？（同时仍然保持良好的空间/时间折衷）

编辑：感谢您到目前为止的答案。我要查看的数据将包含一两个非常大的索引范围，没有间隙，然后是一两个非常大的间隙，然后可能是几个“散乱的”单个值。还要对数据进行排序，所以哈希表就出来了。

【问题讨论】：

如果您不必专门使用数组，请获取索引，将其包装在对象中并将其用作哈希键。那么你仍然只能有一个具有该索引的对象，并且你没有太多任意大的存储桶。
FWIW，您可能会发现关于我的问题的一些讨论很有趣：stackoverflow.com/questions/2267331/…

标签： c++ c algorithm

【解决方案1】：

我相信您正在寻找哈希图或更一般的地图。您可以使用 STL 提供的地图类。

这听起来正是您正在寻找的：

http://www.cplusplus.com/reference/stl/map/

【讨论】：

我不知道谁对我们投了反对票，但我还给了你的。我认为不解释是不公平的。
谢谢我为你做了同样的事情，因为我们似乎看到了类似的问题。
我猜有些人将地图视为“反数组”，但这绝对是 C++ 的正确答案。

【解决方案2】：

根据具体情况，您正在寻找使用稀疏数组或某种散列的方法。一般来说：

如果您最终会得到由大间隙分隔的长时间填充存储桶，那么最好使用稀疏数组，因为它们在这种情况下可以很好地优化内存使用。
如果您只想在一大堆空洞中找到零散的条目，那么最好使用哈希。

【讨论】：

【解决方案3】：

也许你想要的是一个稀疏向量？试试 Boost implementation。

【讨论】：

【解决方案4】：

为什么不只使用哈希表/字典？如果您真的需要这种特定的东西，我首先想到的是B tree. 但可能还有比这更好的解决方案。

【讨论】：