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

张开树怎么样?

此外,Chris Okasaki的纯功能数据结构也在脑海中浮现。

其他回答

尝试,也称为前缀树或临界位树,已经存在了40多年,但仍然相对未知。在“TRASH-一个动态LC trie和哈希数据结构”中描述了一个非常酷的trys用法,它将trie与哈希函数结合在一起。

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。

min-max堆是实现双端优先级队列的堆的变体。它通过简单地更改堆属性来实现这一点:如果偶数(奇数)级别上的每个元素都小于(大于)所有子级和孙子级,则称树为最小-最大排序。级别从1开始编号。

http://internet512.chonbuk.ac.kr/datastructure/heap/img/heap8.jpg

Scapegoat树。普通二叉树的一个典型问题是它们变得不平衡(例如,当按升序插入键时)

平衡二叉树(AKA AVL树)在每次插入后都会浪费大量时间进行平衡。

红黑树保持平衡,但每个节点都需要额外的存储空间。

Scapegoat树像红黑树一样保持平衡,但不需要任何额外的存储。他们通过在每次插入后分析树并进行微小调整来实现这一点。看见http://en.wikipedia.org/wiki/Scapegoat_tree.

成对堆是一种堆数据结构,具有相对简单的实现和出色的实际摊余性能。