我正在开发一个以优先级队列为中心的实时应用程序，它有一个转折：我需要支持队列中任何事件的“取消”。
显然，优先级队列的传统实现（堆）不适合这个应用程序，因为找到任意项目进行删除是O（n）。
但是，如果您有一个指向项目的指针，则删除仅为O（log n）。我想我可以通过维护一个哈希表来实现这一点，该哈希表的节点也作为堆链接在一起。这应该允许O（log n）插入，删除和pop-max。
然后，这又如何比二叉搜索树更好？那里的所有操作也都是O（log n），那么为什么要保持繁琐的双数据结构？
在我看来，跳过列表总体上会更好; pop-max为O（1），其他操作将分摊为O（log n）。
由于某种原因，我不断回到beap的想法，它对所有操作都有O（sqrt n）性能。
我认为这些解决方案中的任何一个都可行，但我的问题是......哪个在实时系统中最有效，该系统力求以最小的延迟服务请求？渐近分析很有用，但是大O符号并不能告诉您单个操作的成本。我的数据集不是很大 - 几千个条目顶部 - 所以虽然二元搜索树在纸上看起来比一个beap更好，但在我的情况下，beap可能会非常好，因为它不会浪费时间进行重新平衡操作
无论如何，我希望有人在这里有类似的经历。具有取消支持的优先级队列似乎没有被很好地描述，但在我看来，它似乎并不像以前没有其他人实现过的问题那么远。