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
铲斗大队
它们在Apache中被广泛使用。基本上，它们是一个在环中围绕自身循环的链接列表。我不确定它们是否在Apache和Apache模块之外使用，但它们适合作为一种很酷但鲜为人知的数据结构。桶是一些任意数据的容器，桶大队是桶的集合。其思想是，您希望能够在结构中的任何点修改和插入数据。
假设您有一个bucket旅，其中包含一个html文档，每个bucket包含一个字符。您希望将所有<和>符号转换为<；并且>；实体。当您遇到<或>符号时，bucket旅允许您在旅中插入一些额外的bucket，以适应实体所需的额外字符。因为铲斗大队在一个环中，您可以向后或向前插入。这比使用简单的缓冲区要容易得多（在C语言中）。
关于铲斗大队的一些参考信息如下：
Apache Bucket旅参考
Buckets和Brigades简介
其他回答
我不确定这个数据结构是否有名字，但是提议的包含在Boost中的tokenmap数据结构有点有趣。这是一个动态调整大小的映射，其中查找不仅是O（1），而且是简单的数组访问。我写了关于这个数据结构的大部分背景材料，其中描述了它如何工作的基本原理。
操作系统使用类似于tokenmap的东西来将文件或资源句柄映射到表示文件或资源的数据结构。
以下是一些：
后缀尝试。适用于几乎所有类型的字符串搜索(http://en.wikipedia.org/wiki/Suffix_trie#Functionality). 另请参见后缀数组；它们没有后缀树那么快，但要小得多。飞溅的树木（如上所述）。它们很酷的原因有三个：它们很小：您只需要像在任何二叉树中那样的左右指针（不需要存储节点颜色或大小信息）它们（相对而言）很容易实施它们为一整套“测量标准”提供了最优的摊余复杂度（log n查找时间是每个人都知道的时间）。看见http://en.wikipedia.org/wiki/Splay_tree#Performance_theorems堆排序的搜索树：在树中存储一堆（key，prio）对，这样它就是一个关于关键字的搜索树，并根据优先级进行堆排序。人们可以看到这样一棵树有一个独特的形状（它并不总是完全堆积在左边）。使用随机优先级，它可以为您提供预期的O（log n）搜索时间，IIRC。一个小生境是具有O（1）邻居查询的无向平面图的邻接列表。与其说这是一种数据结构，不如说是一种组织现有数据结构的特定方式。这是如何做到的：每个平面图都有一个节点，其阶数最多为6。选择这样一个节点，将其邻居放在其邻居列表中，将其从图中删除，然后递归直到图为空。当给定一对（u，v）时，在v的邻居列表中查找u，在u的邻居列表上查找v。两者的大小都最多为6，因此这是O（1）。
根据上面的算法，如果u和v是邻居，那么v的列表中不会同时有u和v。如果需要，只需将每个节点缺失的邻居添加到该节点的邻居列表中，但要存储快速查找所需的邻居列表的数量。
霍夫曼树-用于压缩。
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。
我认为当您需要将一堆项目划分为不同的集合和查询成员时，不联合集合非常适合。联合和查找操作的良好实施导致摊余成本实际上是恒定的（如果我正确回忆起我的数据结构类，则与阿克曼南函数相反）。
