我需要一个可以执行以下操作的集合数据结构：
我在这个阶段的想法是我需要一个优先级队列和一个哈希表，虽然我不知道我是否可以快速弹出值两个结束优先队列。另一种可能性就是维护OrderedDictionary，并在每次向其添加更多数据时进行插入排序。
因为我对中等数量项目的性能感兴趣（我估计会少于200,000），我不确定这些操作需要什么渐近性能。 n不会无限增长，因此k中的低常数性能k * O(n)可能同样重要O(n)。也就是说，我希望插入和弹出操作都花费O(log n)时间。
此外，Python中是否有任何特定的实现？我真的很想避免自己编写这段代码。
答案 0 :(得分：2)
答案 1 :(得分：1)
我建议使用某种平衡的二叉树，例如红黑树。
A search on PyPi引发了几个实现。在谷歌上搜索会给你更多。
PyPi上的bintrees看起来非常完整，同时具有Python和C / Cython实现。我没有使用它，所以请注意。
红黑树保持排序，大多数操作（插入，删除，查找）都是O（log2（N）），因此在200,000个条目的树中查找元素将平均进行17-18次比较。 / p>
答案 2 :(得分：1)
听起来skip list会满足您的所有要求。它基本上是一个动态大小的排序链表，带有O（log n）插入和删除。
我真的不懂Python，但这个链接似乎很相关：
http://infohost.nmt.edu/tcc/help/lang/python/examples/pyskip/
答案 3 :(得分：1)
我认为你需要它排序，因为你按排序顺序访问元素？
您可以使用任何平衡二叉树的任何实现，每个节点上的附加信息告诉您该节点的后代数（通常称为Order Statistic Binary Tree）。
使用此结构，给定元素的等级（甚至最小/最大），您可以在O（log n）时间内访问/删除它。
这使得所有操作（按等级访问/插入/删除，弹出前/后，插入/删除/按值搜索）O（logn）时间，同时允许自定义排序方法。
此外，显然python有一个AVL树（第一个平衡树结构之一）实现，它支持订单统计：http://www.python.org/ftp/python/contrib-09-Dec-1999/DataStructures/avl.README
所以你不需要自定义实现。
答案 4 :(得分：1)
除了散列之外，你要找的是一个双端优先级队列，也就是优先级deque。
如果您对排序的需求不会超出管理数据的最小值和最大值，那么您要查看的另一个结构可能是间隔堆，其优点是O（1）查找最小值和最大值如果你需要查看值（虽然deleteMin和deleteMax仍然是O（log（N）））。不幸的是，我不知道Python中的任何实现，所以我认为你必须自己动手。
以下是算法教科书的附录，如果您感兴趣，可以描述区间堆：
http://www.mhhe.com/engcs/compsci/sahni/enrich/c9/interval.pdf
答案 5 :(得分：1)
如果你真的可以允许O（log n）进行pop，dequeue和insert，那么一个简单的平衡搜索树就像红黑树一样充足。
您可以通过维护指向树中最小和最大元素的直接指针来优化它，然后在（1）将元素插入树中或（2）弹出或出列时更新它，这当然会失效分别指针。但是因为树是平衡的，所以无论如何都会有一些洗牌，你可以更新corr。指针在同一时间。
还有一种叫做min-max heap的东西（参见Binpedia Heap的维基百科条目），它实现了一个“双端优先级队列”，即一个可以从前端和后端弹出的队列。但是，您无法按顺序访问整个对象列表，而搜索树可以在O（n）时间内有效地迭代。
最小 - 最大堆的好处是，当前 min和max对象可以在O（1）时间内读取，搜索树需要O（log（n））读取最小或最大对象，除非你有如上所述的缓存指针。
答案 6 :(得分：-1)
如果这是Java，我会使用带有NavigableSet接口的TreeSet。
这是以红黑树实现的。