“自我调整”数据结构是什么意思？它们与其他数据结构有何不同？他们在哪里使用？
编辑：如果执行插入和删除以外的操作，为什么要调整数据结构？
答案 0 :(得分：8)
自我调整数据结构是一种可以在操作提交时自行重新排列的结构。有时他们会广泛或最低限度地重新安排自己。
例如，AVL trees每次插入或删除节点时都会自行平衡，以确保整个树平衡，从而保证以插入和删除为代价快速检索。
非自调整结构的一个例子是一个天真的二叉树，无论树发生什么，节点都会保留在第一次插入的位置。
附录：其他结构根据阅读自行调整，而不是插入或删除。这些结构可以提前并收集大量有关访问的统计信息，或者它们本质上可以更具启发性。这些结构的目标是根据过去阅读的内容加快阅读速度。这种结构的一个常见例子是cache，其中最近访问的数据比尚未访问的数据访问速度更快。
答案 1 :(得分：1)
我发现了关于这些数据结构的好的讲义。这是来自麻省理工学院Eric Demaine的高级数据结构课程： http://courses.csail.mit.edu/6.851/spring07/scribe/lec01_2.pdf
答案 2 :(得分：1)
在这种情况下，还有另一种“自我调整”的含义。您可能有一个数据结构（比如说是一个最小堆），在给定一组输入数据的情况下，它提供一些输出值，例如最小元素。您通常希望对输入数据进行少量更改，并更新堆以提供新的最小元素。理想情况下，您希望按照与更改大小成比例的时间执行此操作，而不是堆的总大小。
自调整数据结构支持这种类型的“修改输入，逐步重新计算输出”行为。请参阅this recent paper from PLDI '10。
在某些方面，这与功能性反应式编程有关，它与高效的依赖性跟踪和增量计算共享目标。