Question

假设我正在使用C＃进行Excel克隆。我的网格表示如下：

private struct CellValue
{
    private int column;
    private int row;
    private string text;
}
private List<CellValue> cellValues = new List<CellValue>();

每次用户添加文本时，我只需将其打包为CellValue并将其添加到cellValues中。给定一个CellValue类型，我可以在O（1）时间内确定它的行和列，这很好。但是，给定一个列和一行，我需要循环遍历整个cellValues以查找该列和行中的文本，这非常慢。另外，给定一个文本，我也需要遍历整个事情。是否有任何数据结构我可以在O（1）时间内完成所有3个任务？

更新：通过一些答案，我不认为我找到了一个我喜欢的答案。我可以：

不保留2个以上的CellValue副本，以避免同步它们。在C世界中，我会很好地使用指针。
可以动态添加行和列（与Excel不同）。

Answer 1

我会选择稀疏数组（链表的链表），以最小的存储空间提供最大的灵活性。

在此示例中，您有一个行的链接列表，每个元素都指向该行中单元格的链接列表（您可以根据需要反转单元格和行）。

 |
 V
+-+    +---+             +---+
|1| -> |1.1| ----------> |1.3| -:
+-+    +---+             +---+
 |
 V
+-+             +---+
|7| ----------> |7.2| -:
+-+             +---+
 |
 =

每个行元素都包含行号，每个单元格元素都有一个指向其行元素的指针，因此从单元格中获取行号为O（1）。

类似地，每个单元格元素都有其列号，也可以使用O（1）。

没有简单的方法可以让O（1）立即找到给定行/列的单元格，但是稀疏数组的速度和它要获得的速度一样快，除非你为每个可能的单元格预先分配信息，这样就可以了对数组进行索引查找 - 这在存储方面会非常浪费。

你可以做的一件事是使一个维度非稀疏，例如使列成为主数组（而不是链表）并将它们限制为1,000 - 这将使列查找编入索引（快速），然后搜索在稀疏的行上。

我不认为你永远得到O（1）进行文本查找只是因为文本可以在多个单元格中复制（与行/列不同）。我仍然相信稀疏数组将是搜索文本的最快方式，除非你维护另一个数组中所有文本值的排序索引（同样，这可以使它更快但是以大量内存为代价）。 p>

Answer 2

我认为你应该使用其中一个索引集合使其工作得相当快，最完美的是KeyedCollection

您需要通过扩展此类来创建自己的集合。这样你的对象仍然会包含行和列（所以你不会丢失任何东西），但你可以搜索它们。可能你必须创建一个封装（行，列）的类并使其成为键（因此使其成为不可变的并覆盖equals并获取哈希代码）

Answer 3

我要创建

 Collection<Collection<CellValue>> rowCellValues = new Collection<Collection<CellValue>>();

和

Collection<Collection<CellValue>> columnCellValues = new Collection<Collection<CellValue>>();

外部集合每行或每列有一个条目，由行或列号索引，内部集合包含该行或列中的所有单元格。应该将这些集合填充为创建新CellValue对象的过程的一部分。

rowCellValues[newCellValue.Row].Add(newCellValue);
columnCellValues[newCellValue.Column].Add(newCellValue);

Answer 4

这种过早优化的气味。

也就是说，excel的一些特性对于选择一个好的结构非常重要。

首先，excel以适度非线性的方式使用细胞。解析公式的过程涉及以有效随机顺序遍历电子表格。该结构将需要一种易于查找随机密钥值的机制，由于循环引用而将其标记为脏，已解决或无法解析。还需要一些方法来了解何时没有剩余未解决的单元格，以便它可以停止工作。涉及链表的任何解决方案可能都不是最优的，因为它们需要线性扫描才能获得这些单元格。

另一个问题是excel一次显示一系列单元格。这看起来似乎微不足道，并且在很大程度上它是，但如果应用程序可以提取一次性绘制一系列单元格所需的所有数据，那肯定是理想的。其中一部分可能是跟踪行和列的显示高度和宽度，以便显示系统可以在该范围内迭代，直到收集到所需的单元格宽度和高度。以这种方式迭代的需要可能妨碍使用散列策略来稀疏存储单元。

最重要的是，电子表格的代表性模型存在一些弱点，可以通过略微不同的方法更有效地解决这些问题。

例如，列聚合有点笨重。列总数很容易在excel中实现，但它有一种神奇的行为，大部分时间都可以工作，但不是所有时间都可以。例如，如果您在聚合区域中添加一行，则对该聚合的进一步计算可能会继续有效，具体取决于您添加它的方式。如果你复制并插入一行（并替换值）一切正常，但如果你将单元格剪下并粘贴一行，那么事情就不会那么好了。

Answer 5

鉴于数据是二维的，我会有一个2D数组来保存它。

Answer 6

好吧，您可以将它们存储在三个词典中：两个Dictionary<int,CellValue>对象用于行和列，一个Dictionary<string,CellValue>用于文本。你必须谨慎地保持所有三个同步。

我不确定我是不是只会选择一个大的二维数组...

Answer 7

如果它是一个精确的克隆，那么是一个由阵列支持的CellValue [256]数组列表。 Excel有256列，但行数可以增长。

Answer 8

如果可以“动态”添加行和列，则不应将行/列存储为单元格的 numeric 属性，而应将其作为对行或列对象的引用

示例：

private struct CellValue
{
  private List<CellValue> _column;
  private List<CellValue> _row;
  private string text;

  public List<CellValue> column {
     get { return _column; }
     set {
         if(_column!=null) { _column.Remove(this); }
         _column = value;
         _column.Add(this);
        }
     }

  public List<CellValue> row {
     get { return _row; }
     set {
         if(_row!=null) { _row.Remove(this); }
         _row = value;
         _row.Add(this);
        }
     }
}

private List<List<CellValue>> MyRows    = new List<List<CellValue>>;
private List<List<CellValue>> MyColumns = new List<List<CellValue>>;

每个Row和Column对象都实现为CellValue对象的List。这些无序 - 特定行中单元格的顺序与列索引不对应，反之亦然。

每张工作表都有一个行列表和一列列，按工作表的顺序排列（如上图所示为MyRows和MyColumns）。

这将允许您重新排列和插入新的行和列，而无需循环和更新任何单元格。

删除行应循环遍历行上的单元格，并在删除行本身之前将其从各自的列中删除。对于列而言反之亦然。

要查找特定的行和列，找到相应的行和列对象，然后找到它们共同包含的CellValue。

示例：

public CellValue GetCell(int rowIndex, int colIndex) {
  List<CellValue> row = MyRows[rowIndex];
  List<CellValue> col = MyColumns[colIndex];
  return row.Intersect(col)[0];
  }

（我对.NET 3.5中的这些扩展方法有点模糊，但这应该在球场上。）

Answer 9

如果我没记错的话，有一篇关于Visicalc如何做到这一点的文章，可能是在80年代早期的Byte杂志上。我相信这是一种稀疏的阵列。但是我认为上下左右都有链接，所以任何给定的单元都有一个指向它上面的单元格的指针（不管有多少单元格），在它下面，在它的左边，以及它的右边。

用于Excel克隆的正确数据结构

9 个答案: