Elixir 中最有效的区间类型搜索

Question

我正在开始我的 Elixir 之旅，并正在寻找一些关于如何最好地解决特定问题的建议。

我有一个需要尽快搜索的数据集。数据由两个数字组成，形成一个封闭的波段，以及与每个波段相关的一些元数据。

例如：

From,To,Data    
10000,10999,MetaData1
11000,11999,MetaData2
12000,12499,MetaData3
12500,12999,MetaData4

这个数据集可能有超过 100,000 个条目。

我定义了一个 struct 来对数据进行建模，以及一个在内存中创建 Elixir 列表表示的解析器。

defmodule Band do
    defstruct from: 0, to: 0, metadata: 0
end

解析器返回Bandstruct 的列表。我定义了一个使用列表理解的find 方法

defp find_metadata(bands, number) do
        match? = fn(x) -> x.from <= number and x.to >= number end

        [match | _ ] = for band <- bands, match?.(band), do: band

        { :find, band }
end

根据我的新手知识，使用列表推导需要完整遍历列表。为了避免扫描完整列表，我使用了其他语言的搜索树。

Elixir 中是否有可用的算法/机制/方法可以更有效地解决此类搜索问题？

谢谢。

Answer 1

如果波段是互斥的，您可以将它们构造成按from 排序的树。搜索该树应该花费log(n) 时间。像下面这样的东西应该可以工作：

defmodule Tree do
  defstruct left: nil, right: nil, key: nil, value: nil

  def empty do
    nil
  end

  def insert(tree, value = {key, _}) do
    cond do
      tree == nil    -> %Tree{left: empty, right: empty, key: key, value: value}
      key < tree.key -> %{tree | left: insert(tree.left, value)}
      true           -> %{tree | right: insert(tree.right, value)}
    end
  end

  def find_interval(tree, value) do
    cond do
      tree == nil                -> nil
      value < tree.key           -> find_interval(tree.left, value)
      between(tree.value, value) -> tree.value
      true                       -> find_interval(tree.right, value)
    end
  end

  def between({left, right}, value) do
    value >= left and value <= right
  end
end

请注意，您也可以使用Ranges 来存储您所称的“乐队”。另请注意，树不平衡。 （可能）实现平衡树的一个简单方案是在插入间隔之前打乱间隔。否则，您需要一个更复杂的实现来平衡树。你可以看看 erlang 的gb_trees 来获得灵感。