周围有一些数据结构非常有用,但大多数程序员都不知道。他们是哪一个?

每个人都知道链表、二叉树和散列,但比如Skip列表和Bloom过滤器。我想知道更多不太常见但值得了解的数据结构,因为它们依赖于伟大的想法,丰富了程序员的工具箱。

PS:我还对舞蹈链接等技术感兴趣,这些技术巧妙地利用了通用数据结构的财产。

编辑:请尝试包含更详细描述数据结构的页面链接。此外,试着补充几句关于数据结构为什么很酷的话(正如乔纳斯·Kölker已经指出的那样)。此外,尝试为每个答案提供一个数据结构。这将允许更好的数据结构仅根据其投票结果浮到顶部。


当前回答

您可以使用最小堆来在恒定时间内找到最小元素,或者使用最大堆来找到最大元素。但如果你想同时做这两项操作呢?可以使用“最小值-最大值”在恒定时间内执行这两个操作。它通过使用最小-最大排序来工作:在连续树级别之间交替进行最小和最大堆比较。

其他回答

我个人认为稀疏矩阵数据结构非常有趣。http://www.netlib.org/linalg/html_templates/node90.html

著名的BLAS库使用这些。当您处理包含100000行和列的线性系统时,使用它们变得至关重要。其中一些还类似于计算机图形中常见的紧凑网格(基本上类似于桶排序网格)。http://www.cs.kuleuven.be/~ares/publications/LD08CFRGRT/LD08CFRGRT.pdf

同样就计算机图形而言,MAC网格有些有趣,但这仅仅是因为它们很聪明。http://www.seas.upenn.edu/~cis665/projects/Liquiation_665_Report.pdf

Splash桌很棒。它们就像一个普通的哈希表,只是它们保证了恒定的时间查找,并且可以处理90%的利用率而不损失性能。它们是布谷鸟哈希(也是一种很棒的数据结构)的推广。它们看起来确实有专利,但和大多数纯软件专利一样,我不会太担心。

Gerth Stølting Brodal和Chris Okasaki的自助倾斜二项式堆:

尽管它们的名字很长,但即使在函数设置中,它们也提供了渐近最优的堆操作。

O(1)尺寸,接头,插入件,最小值O(log n)删除最小值

注意,union需要O(1)而不是O(log n)时间,这与数据结构教科书中通常包含的更为知名的堆(如左派堆)不同。与斐波那契堆不同,这些渐近线是最坏的情况,而不是摊销,即使持续使用!

Haskell中有多种实现。

在Brodal提出了一个具有相同渐近线的命令堆之后,它们由Brodal和Okasaki共同导出。

我喜欢缓存不可见的数据结构。其基本思想是以递归更小的块来布局树,以便许多不同大小的缓存可以利用适合它们的块。这导致了从RAM中的L1缓存到从磁盘读取的大块数据的所有缓存的高效使用,而无需了解任何缓存层的大小细节。

B*树

这是一种以更昂贵的插入为代价的高效搜索的B树。