关于 C++ 的数据结构建议答案

【问题标题】：data structure advice on c++关于 C++ 的数据结构建议
【发布时间】：2015-04-30 09:06:30
【问题描述】：

我正在寻找 c++ 中的数据结构，我需要一个建议。

我有节点，每个节点都有 unique_id 和 group_id：

1 1.1.1.1
2 1.1.1.2
3 1.1.1.3

4 1.1.2.1
5 1.1.2.2
6 1.1.2.3

7 2.1.1.1
8 2.1.1.2

我需要一个数据结构来回答这些问题：

是否有可以回答这些问题的数据结构（插入和回答的复杂时间是多少）？还是我应该实现它？

我会很感激一个例子。

编辑：

一开始，我需要构建这个数据结构。大部分操作是按组 ID 读取。插入会发生，但会少于读取。

时间复杂度比内存空间更重要

【问题讨论】：

【解决方案1】：

对我来说，像组 ID 这样的分层数据需要树状结构。（我假设对于 500 个元素，这并不是必需的，但它看起来很自然并且可以很好地扩展。）

树的前两级中的每个元素将只包含子 ID 的向量（如果它们是有序的）或映射（如果它们是无序的）。

树层次结构中的第三层将保存指向叶子的指针，同样在向量或映射中，其中包含第四组 ID 部分和唯一 ID。

通过导航树可以轻松快速地回答问题 2-4。

对于问题 1，需要一张从唯一 ID 到树中叶子的附加映射；插入到树中的每个元素也都有一个指向它的指针插入到地图中。

【讨论】：

【解决方案2】：

首先，如果您将只有少量节点，那么不要弄乱高级数据结构可能是有意义的。简单的线性搜索就足够了。

接下来，这对于 SQL 来说似乎是一项不错的工作。因此，将其合并到您的应用程序 SQLite 库中可能是一个好主意。但即使您真的想在没有 SQL 的情况下执行此操作，它仍然是一个很好的提示：您需要两个索引树来支持快速搜索您的数组。复杂性（如果使用平衡树）对于所有操作都是对数的。

【讨论】：

您好，谢谢您的回答。树木将如何回答问题 2、3、4？
@userd 就像在 SQL 中一样 LIKE ('1%') 工作。与在这里搜索简单数字不同，每个其他数字都将搜索减少到较小的子树中。要找到一个数据列表，您需要遍历一个 subtree 从最左边的叶子开始到最右边的叶子结束（通常为了速度 DBMS 使用附加链表，即每个树节点也有 next/prev指针）。
@user4419802 - 请注意 LIKE (...) 非常昂贵，并且很可能会破坏您所有的索引使用... DB 没问题，但请查看 CONNECT 级别语句.
@MarioTheSpoon 这取决于 LIKE 的表达方式。 LIKE('abc%') 允许索引使用，而LIKE('%xyz') 不允许。 use-the-index-luke.com/sql/where-clause/searching-for-ranges/…

【解决方案3】：

取决于...

您多久插入一次？还是你主要阅读？您多久通过 Id 或 GroupId 访问一次？

最多有 500 个节点，我会将它们放在一个简单的 Vector 中，其中 Id 是数组的偏移量（如果 Id 确实如图所示）。然后可以通过遍历数组并比较部分 gtroup-id 来实现组搜索。

如果这太贵了，并且您确实需要大量访问结构并且需要非常高的性能，或者您做了很多插入，我会为 Id 实现 tree 和 HashMap。

如果数据存储在数据库中，您可以使用SELECT/ CONNECT BY（如果您的系统支持）并直接从数据库中查询信息。

很抱歉没有提供明确的答案，但解决方案取决于太多因素;-)

【讨论】：

【解决方案4】：

听起来您需要一个在unique_id 和group_id 上有两个独立索引的容器。问题 1 将由第一个索引处理，问题 2-4 将由第二个索引处理。

【讨论】：

【解决方案5】：

我不确定这方面的完美 DS。但我想使用地图。它将为问题 1 以及插入 O(logn) 和删除提供 O(1) 效率。问题出现在问题 2,3,4 中，您的效率将是 O(n)，其中 n 是节点数。

【讨论】：

抱歉，您从哪里获得O(1) 用于查找、插入和删除地图？
任何哈希图都会为您提供 O(1) 的查找时间，因为您将使用键来查找值。在插入/删除方面，由于您没有遵循任何插入顺序并且在删除时没有移动元素，因此性能将非常接近 O(1)
对不起，插入将被登录