因此我的应用程序拥有包含1亿个元素的容器。
我正在寻找一个行为 - 时间方面 - 比std :: deque（更不用说std :: vector）在整个容器上频繁插入和删除... ...包括附近中间。对第n个元素的访问时间不需要像vector那样快，但是应该比std :: list（每个元素都有大量的内存开销）定义要好于完全遍历。
元素应按索引排序（如vector，deque，list），因此std :: set或std :: unordered_set也不能正常工作。
在我坐下来自己编写这样一个容器之前：有没有人见过这样的野兽？我很确定STL没有这样的东西，期待BOOST我找不到我能用的东西，但我可能错了。
任何提示？
答案 0 :(得分：3)
如果你的应用程序以这些数据为中心，那么大数据的整个STL替换：
编辑：我实际上回答得有点快。 1亿不是一个很大的数字。例如，如果每个元素是一个字节，则可以将其保存在96MiB阵列中。因此，无论STXXL是否有用，元素的大小都应该大得多。
答案 1 :(得分：1)
我认为您可以使用跳过列表获得所需的性能特征：
https://en.wikipedia.org/wiki/Skip_list#Indexable_skiplist
这是您感兴趣的“可索引”部分，当然 - 您实际上并不希望对项目进行排序。因此，我需要进行一些修改，作为练习。
您可能会发现1亿个列表节点开始对32位地址空间造成压力，但64位可能不是问题。
答案 2 :(得分：0)
1）如果数据非常稀疏，即有很多零或可以表示为这样，我强烈推荐一种利用它的数据结构：
2）对于你描述的所有操作，哈希映射都应该执行O（1），前面提到的sparsehash实现特别节省空间;它还包括一个sparsetable类型，它更低级别，可用于代替数组。
3）如果严格排序不那么重要（可能是因为你提到的元素应该按索引排序），你可以swap要删除的元素到向量的末尾，然后resize在O（1）中删除。插入只是push_back。
答案 3 :(得分：0)
尝试哈希映射。 STL有几个，都带有无序的命名前缀，例如unorderd_map等。它具有恒定的时间插入和查找，给出了良好的散列算法。使用“巨大”数据集，哈希映射很可能会满足您的需求。对应用程序进行细微更改以覆盖接口的差异是微不足道的。