我遇到了以下问题，我正在努力寻找更优化的解决方案。
假设您有0到9之间的数字范围：
Values: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9
Index: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9
现在，让我们说“删除”1,4,5和7：
Values: 0, -, 2, 3, -, -, 6, -, 8, 9
Index: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9
如果没有值，则所有后续值都会向左移动：
Values: 0, 2, 3, 6, 8, 9
Index: 0, 1, 2, 3, 4, 5
索引1的值现在变为2（为1），索引2的值现在为3（为2），索引3的值现为6（为3）等。
这是问题所在。我需要更大规模地管理这个，高达数万个值。这些值的随机数将从原始连续范围中删除，并可能在之后添加（但不会以相同的顺序删除）。起始状态将始终是介于0和MAX_VAL之间的完整数字序列。
我尝试过的事情：
1）维护一个值数组，从该数组中删除值，并将所有值都移动一个。这会失败，因为您在刚删除的值之后迭代所有值，结果太慢了。之后获取给定索引的值非常快。
2）维护一个值的链接列表，并通过将其拉出列表来删除该值。这似乎在添加/删除值和获取给定索引的值时都很慢，因为我需要首先遍历列表。
3）跟踪“已删除”值，而不是保持从0到MAX_VAL的值的巨型数组/列表/等。如果删除的值存储在有序数组中，那么计算在给定索引之前和之后已删除了多少值变得微不足道，而只返回偏移索引。这种方法很有效，除了维护已删除值的有序数组并且迭代通过它的速度很慢，特别是如果删除的值的数量接近MAX_VAL。
是否有某种算法或技术可以更快更有效地处理这类问题？
答案 0 :(得分：1)
是否有某种算法或技术可以更快更有效地处理这类问题？
答案很大程度上取决于典型的用例：
以下是通用解决方案的一些想法：
当集合密集时（因为范围很小），此算法可以很好地执行。当你保持树平衡时，当图表增长（查找的O（log n））时，它仍然会表现得有些快。
答案 1 :(得分：0)
现在，让我们说你＆＃34;删除＆＃34; 1,4,5和7：
Values: 0, -100, 2, 3, -100, -100, 6, -100, 8, 9// use a unique value that doesn't used in array
Index: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9