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
我认为保罗·费拉吉纳和乔凡尼·曼奇尼的FM指数真的很酷。尤其是在生物信息学方面。它本质上是一个压缩的全文索引，利用了后缀数组和参考文本的burrows-wheeler变换的组合。可以在不解压缩整个索引的情况下搜索索引。
其他回答
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.
您可以使用最小堆来在恒定时间内找到最小元素，或者使用最大堆来找到最大元素。但如果你想同时做这两项操作呢？可以使用“最小值-最大值”在恒定时间内执行这两个操作。它通过使用最小-最大排序来工作：在连续树级别之间交替进行最小和最大堆比较。
Bloom过滤器：m位的位数组，最初全部设置为0。
要添加一个项，您可以通过k个哈希函数运行它，该函数将在数组中为您提供k个索引，然后将其设置为1。
要检查集合中是否有项目，请计算k个索引并检查它们是否都设置为1。
当然，这给出了一些误报的概率（根据维基百科，大约是0.61^（m/n），其中n是插入项目的数量）。假阴性是不可能的。
删除项是不可能的，但您可以实现计数布隆过滤器，由整数数组和递增/递减表示。
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。
