用于快速检索中间元素的数据结构答案

【问题标题】：Data structure for fast retrieval of middle element用于快速检索中间元素的数据结构
【发布时间】：2019-03-04 10:10:59
【问题描述】：

我需要解决一个可以左右插入的问题。然后从数组中间的数据中提取出来。

我已经尝试使用链表来解决这个问题。然而，这种方法太慢而无法被接受为解决方案。

如果我需要在列表的开头和结尾快速插入以及快速检索中间元素，你会建议我使用什么数据结构？

这是我已经尝试过的代码：

private static void middleQueue(int loopLength, String[] commandsArray) {

    LinkedList<String> linkedList = new LinkedList<>();

    int counterSize = 0;

    for (int i = 0; i < commandsArray.length; i++) {
        if(commandsArray[i].equals("R")){
            linkedList.add(commandsArray[i+1]);
            i++;
            counterSize++;
        }
        else if(commandsArray[i].equals("L")){
            linkedList.addFirst(commandsArray[i+1]);
            i++;
            counterSize++;
        }
        else if(commandsArray[i].equals("E")){
            if((linkedList.size() & 1) == 0)
                System.out.println(linkedList.remove((counterSize / 2)-1));
            else
                System.out.println(linkedList.remove((counterSize / 2)));

            counterSize--;
        }
    }
}

【问题讨论】：

你可以保留3个指针（第一个、中间和最后一个元素）和列表的长度。
什么是“中间元素”？恰好位于当前列表中间的元素，还是原始结构开始的元素？如果您的列表是0，并且您在右侧添加1, 2, 3，在左侧添加-1，即有-1, 0, 1, 2, 3，那么0 或1 会成为您的中间元素吗？
中间指针的记账非常简单：每次在列表的开头（rest.end）发生2个连续插入时，将中间指针设置为其前任（resp.successor）
根据您的需要，您可能只使用两个链表，或者可能是一个自平衡二叉树（根是中间元素）。
@tobias_k 如果列表长度相等，则中间元素的索引大小为/2-1，否则为索引大小/2

标签： algorithm data-structures

【解决方案1】：

先取3个指针，中间，最后一个指针。那么有2种情况：

如果您从第一个添加安。您需要将中间指针移到左侧，然后移到当前位置。
如果您从最后添加安。您只需将中间指针增加到其下一个。

【讨论】：

我认为这个想法很清楚，但是您如何在 Java 中实现它呢？您是否可以访问并保存对 LinkedList 的内部节点的引用，或者您是否会构建一个自定义数据结构，其中包含两个用于两端的链表或类似的？
是的，您需要创建一个自定义 LinkedList。使用 Node 类和 LinkedList 类以及插入方法等，您将在其中维护头、最后和中间指针。

【解决方案2】：

正如其他人所指出的，您需要一个具有 3 个指针的数据结构。

doubly linked list 会很好。但是，如果您将使用singly list list（仅在一个方向上使用指针），那么您将只能向右或向左移动（不能同时移动两者）。 SLL 不会达到目的。

看到这个实现一个非常相似的问题：https://www.geeksforgeeks.org/design-a-stack-with-find-middle-operation/

【讨论】：

【解决方案3】：

在Java 中，您应该使用两个ArrayDeques，一个用于列表的前半部分，一个用于后半部分。将元素从一个移到另一个以保持它们的大小相同，因此您始终可以访问中间。

这将比使用LinkedList 更快、更节省内存。

【讨论】：