Question

我想初始化一组从1到n（n <20000）的所有Int。然后，我要一一删除它们，同时检查某些元素是否仍在其中，直到集合为空。

哪种数据结构最适合此任务？

Answer 1

使用位集（也称为Integer）。 1位表示仍在集合中的值； 0位表示一个不存在的位。例如，表示从Integer到1的所有数字的n将是bit (n+1) - 2（假设您打算使用0索引，对我来说似乎很明智） ;要检查数字是否在集合中，请使用testBit;要删除号码，请使用clearBit。

用于同一基础思想的另一种实现策略是使用Bool的未装箱数组，根据需要可以是可变的或不可变的。未装箱的版本会进行适当的位打包。唯一的缺点是，如果您以后需要在集合中添加比原来分配的空间更大的数字，则可能不得不调整数组的大小。

Answer 2

如果您要坚持使用不变的数据结构，建议使用IntSet。正是针对此类情况进行了精心优化。 Set Int是Int s的平衡二进制搜索树，它需要占用大量空间和大量时间。 HashSet Int是Int的数组映射特里，它可能更快，更紧凑，但仍然很普通。 IntSet是PATRICIA树，其叶子是位集。因此，它非常紧凑（装满后，是未装箱的不可变数组的大小的两倍多），但是修改效率更高。

使用IntSet至Int的所有1初始化n花费了O(n)时间。如果您只初始化一次或不时初始化一次，然后n < 20000，那不会造成任何性能问题。但是，如果您需要经常进行初始化（尤其是如果您有时在丢弃集合之前仅删除一些元素），或者n却要大得多（例如，数亿），并且您想要减少在初始化时，您可以使用IntSet表示要存储的集合的 complement 。

data CompSet = CompSet
  { initialMax :: !Int
  , size :: !Int
  , missingElements :: !IntSet
  }

一个CompSet存储初始最大值（n），一个IntSet表示集合中[1..initialMax]中的哪些元素不再。 CompSet的大小被初始化为initialMax，并在O(1)的时间内通知您集合是否为空（即size missingElements = initialMax时）。

我需要HashSet还是Set？

2 个答案: