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

我喜欢treaps——这是一个简单而有效的想法,即在二进制搜索树上叠加具有随机优先级的堆结构,以平衡它。

其他回答

Zippers——数据结构的衍生物,可以修改结构,使其具有“光标”的自然概念——当前位置。这些非常有用,因为它们保证了标记不会超出范围——例如在xmonad窗口管理器中使用,以跟踪哪个窗口已聚焦。

令人惊讶的是,您可以通过将微积分技术应用于原始数据结构的类型来派生它们!

Fast Compact尝试:

Judy数组:用于位、整数和字符串的非常快速且内存高效的有序稀疏动态数组。Judy数组比任何二进制搜索树都更快、更节省内存。HAT-trie:一种基于缓存的字符串数据结构基于磁盘的字符串管理的B次尝试

Splay Trees很酷。它们以将最常查询的元素移到更靠近根的方式重新排序。

二进制决策图(我最喜欢的数据结构,擅长表示布尔方程并解决它们。适用于很多事情)堆(一个树,其中节点的父节点总是与节点的子节点保持某种关系,例如,节点的父级总是大于它的每个子节点(最大堆))优先级队列(实际上只有最小堆和最大堆,有助于维护大量元素的顺序,例如,应该首先删除具有最高值的项目)哈希表(具有各种查找策略和桶溢出处理)平衡的二进制搜索树(每种都有自己的优点)RB树(当以有序方式插入、查找、删除和迭代时,总体良好)Avl树(查找速度比RB快,但其他方面与RB非常相似)Splay树(当最近使用的节点可能被重用时,查找速度更快)融合树(利用快速乘法获得更好的查找时间)B+树(用于数据库和文件系统中的索引,当从索引读取/写入索引的延迟很长时非常有效)。空间索引(非常适合查询点/圆/矩形/线/立方体是否彼此接近或包含在其中)BSP树四叉树八叉树范围树许多相似但略有不同的树木,不同的尺寸区间树(很好地找到重叠区间,线性)图邻接列表(基本上是边的列表)邻接矩阵(表示图的有向边的表,每边一个位。对于图遍历非常快速)

这些是我能想到的。维基百科上还有更多关于数据结构的内容

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。