Question

我正在与Elixir开始我的旅程，并正在寻找一些关于如何最好地解决特定问题的建议。

我有一个需要尽快搜索的数据集。数据由两个数字组成，形成一个封闭的带和一些与每个带相关的元数据。

例如：

From,To,Data    
10000,10999,MetaData1
11000,11999,MetaData2
12000,12499,MetaData3
12500,12999,MetaData4

此数据集可能有超过100,000个条目。

我定义了一个struct来建模数据，以及一个创建Elixir列表内存表示的解析器。

defmodule Band do
    defstruct from: 0, to: 0, metadata: 0
end

解析器返回Band struct的列表。我定义了一个使用列表推导的find方法

defp find_metadata(bands, number) do
        match? = fn(x) -> x.from <= number and x.to >= number end

        [match | _ ] = for band <- bands, match?.(band), do: band

        { :find, band }
end

根据我的新手知识，使用列表理解将需要完整遍历列表。为了避免扫描完整列表，我使用了其他语言的搜索树。

Elixir中是否有可用于此类搜索问题的更有效方法的算法/机制/方法？

谢谢。

Answer 1

如果波段是互斥的，您可以将它们组织成按from排序的树。搜索该树应该花费log(n)时间。以下内容应该有效：

defmodule Tree do
  defstruct left: nil, right: nil, key: nil, value: nil

  def empty do
    nil
  end

  def insert(tree, value = {key, _}) do
    cond do
      tree == nil    -> %Tree{left: empty, right: empty, key: key, value: value}
      key < tree.key -> %{tree | left: insert(tree.left, value)}
      true           -> %{tree | right: insert(tree.right, value)}
    end
  end

  def find_interval(tree, value) do
    cond do
      tree == nil                -> nil
      value < tree.key           -> find_interval(tree.left, value)
      between(tree.value, value) -> tree.value
      true                       -> find_interval(tree.right, value)
    end
  end

  def between({left, right}, value) do
    value >= left and value <= right
  end
end

请注意，您也可以在调用时使用Ranges存储“频段”。还要注意树不平衡。（可能）实现平衡树的简单方案是在插入间隔之前对间隔进行混洗。否则，您需要一个更复杂的实现来平衡树。您可以查看erlang的gb_trees获取灵感。

Elixir中最有效的区间类型搜索

1 个答案: