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

其他回答

Arne Andersson树是红黑树的一种更简单的替代方案,其中只有正确的链接可以是红色的。这大大简化了维护,同时保持了与红黑树相同的性能。原论文给出了一个很好的简短的插入和删除实现。

绳子:这是一种允许廉价的前缀、子字符串、中间插入和附加的字符串。我真的只使用过一次,但其他结构都不够。常规的字符串和数组前缀对于我们所需要做的事情来说太昂贵了,而且逆转一切都是不可能的。

优先级取消队列比维护两个不同排序的独立优先级队列更便宜。http://www.alexandria.ucsb.edu/middleware/javadoc/edu/ucsb/adl/middleware/PriorityDeque.htmlhttp://cphstl.dk/Report/Priority-deque/cphstl-report-2001-14.pdf

二进制决策图是我最喜欢的数据结构之一,或者实际上是降序二进制决策图(ROBDD)。

例如,此类结构可用于:

表示项目集合并对这些集合执行非常快速的逻辑运算。任何布尔表达式,旨在查找表达式的所有解

注意,许多问题可以用布尔表达式表示。例如,suduku的解可以表示为布尔表达式。为该布尔表达式构建BDD将立即生成解决方案。

增强的哈希算法非常有趣。线性哈希很简单,因为它允许一次在哈希表中拆分一个“桶”,而不是重新哈希整个表。这对于分布式缓存特别有用。然而,对于大多数简单的拆分策略,您最终会快速连续地拆分所有存储桶,并且表的负载系数波动非常严重。

我认为螺旋哈希法也很好。与线性哈希一样,一次拆分一个存储桶,存储桶中的记录只有不到一半被放入同一个新存储桶中。它非常干净和快速。然而,如果每个“桶”都由具有类似规格的机器托管,则效率可能很低。为了充分利用硬件,您需要混合使用功能较弱和功能更强的机器。