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

不是真正的数据结构;这更像是优化动态分配阵列的一种方式,但Emacs中使用的间隙缓冲区有点酷。

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。

区域四叉树

(引自维基百科)

区域四叉树通过将区域分解为四个相等的象限、子象限等来表示二维空间的分区,每个叶节点包含对应于特定子区域的数据。树中的每个节点要么正好有四个子节点,要么没有子节点(叶节点)。

像这样的四叉树很适合存储空间数据,例如纬度和经度或其他类型的坐标。

这是我在大学里最喜欢的数据结构。对这家伙进行编码并看到它的工作非常酷。如果你正在寻找一个需要思考并且有点偏离常规的项目,我强烈建议你这样做。无论如何,它比通常在数据结构类中分配的标准BST派生工具有趣得多!

事实上,作为奖励,我在这里找到了(弗吉尼亚理工大学的)课堂项目前的演讲笔记(pdf警告)。

当我读到一些与RMQ和LCA相关的算法时,我偶然发现了另一种数据结构笛卡尔树。在笛卡尔树中,两个节点之间的最低共同祖先是它们之间的最小节点。将RMQ问题转换为LCA非常有用。

其他人已经提出了Burkhard Keller Trees,但我想我可能会再次提及它们,以便插入我自己的实现

http://well-adjusted.de/mspace.py/index.html

周围有更快的实现(参见ActiveState的Python配方或其他语言的实现),但我认为/希望我的代码有助于理解这些数据结构。

顺便说一句,BK和VP树可用于搜索类似字符串。只要距离函数满足几个条件(正、对称、三角形不等式),就可以对任意对象进行相似性搜索。

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。