包含常量集的测试

Question

问题陈述：

给定一组事先已知的整数，生成代码以测试集合中是否存在单个整数。测试函数的域是某个连续范围内的整数。

---

现在对于要测试的范围或集合没有特别了解。范围可能很小或很大（但是解决方案可以拒绝大的问题但更高的限制更好）。可能是允许范围内的极少数值在集合中，或者大多数都在或介于两者之间。该集合可以是均匀分布的或集群的。可能存在大部分仅包含/不包含的值，或者在大多数条带中可能存在至少几种类型的值。 （有点像在分析排序算法时对要排序的项目所做的假设）

目标是生成运行测试的有效代码的过程。

想到的部分解决方案包括

• 完美哈希函数（大型集合代价很高）
• 范围测试：foreach(b in ranges) if(b.l <= v && v <= b.h) return true;
• 树木/索引（在某些情况下比其他树木更贵）
• 表格查找（对于大型集合来说代价很高）
• 这些中的任何一个的倒数（kodos到Jason S）

似乎理想的解决方案是能够选择最佳选项，或者如果没有选择，则使用树将整个范围分解为多个部分，然后切换到更适合它们的子部分的其他选项。

可能有用的主题包括：

• Huffman coding

---

注意：这不是作业。如果它是作为博士水平以下的作业发行的，教授应该用Nerf枪射击（如果你没有得到那么重新阅读问题，这非常非常重要）

注意：这是我几天前发生的一个问题，我一直在困惑。我没有直接使用它，但认为攻击是一个很酷的问题。我想生成代码的原因是因为生成的代码不会比一般代码慢（如果需要它可以是同样的东西），并且在某些/很多情况下可能更快。

我正在发布这个问题，以澄清我的想法。如果我能提出任何合理或酷的解决方案，我计划将它们作为模板元程序实现（生成代码的另一个原因）

有些人已经注意到这个问题很普遍。这就是重点。我希望生成一个可以在非常通用的域中运行的系统：某些范围内的整数集。

Answer 1

previous question on dictionary/spellchecking有许多回复提及Bloom filters;也许这会有所帮助。

我认为无论如何，测试大型设备都会很昂贵。

Answer 2

让我们暂时假装这是一个真正的问题：

• 对基本集或输入集的大小没有限制

这使得“问题”在任何实际意义上都不切实际，不明确，不可解决

如果有人想要提出解决方案，这里有一些单元测试用例：

• 单元测试1：

  • 基本集合是-1,000,000,000,000和+1,000,000,000,000之间的所有整数，除了100,000,000,000个随机删除的值
  • 输入集是在相同范围内随机生成的100,000,000,000个整数

• 单元测试2：

  • 基本集是Fibonacci系列
  • 输入集是1T随机生成的整数，范围为0..infinity

Answer 3

还有boost::dynamic_bitset，不确定它在时间上是如何缩放的，或者在原始数字的分布方面是在空间中。 （例如，如果位以8/16/32/64的块存储，则稀疏位集效率低）

或者this (compressed bit set)或this (bit vector)网页（我用Google搜索“大型稀疏位集”和“压缩位集”）