我有unsigned int类型的ID值。我需要将Id映射到 常量时间 中的指针。
密钥分发：
ID的值范围为0到uint_max。大多数密钥将聚集到一个组中，但会有异常值。
实施
我想过使用C ++ ext hash_map的东西，但我听说当密钥具有巨大的潜在范围时，它们的性能不会太差。
我还想过使用某种形式的链式查找（相当于递归地将范围细分为C chucks）。如果范围中没有键，则该范围将指向NULL。
N =键范围
等级0（分为C = 16，所以16件）= [0，N / 16），[N / 16,2 *（N / 16）），...
1级（分为C = 16，所以16 * 16件）= ...
是否有其他人对如何更有效地实施此映射有想法？
更新
通过常量，我只是意味着每个键查找不会受到项中值的显着影响。我并不是说它必须是单一的操作。
答案 0 :(得分：11)
使用哈希映射（unordered_map）。这给出了~O（1）查找时间。你“听到”它很糟糕，但你是否尝试过，测试它，并确定它是一个问题？如果没有，请使用哈希映射。
在您的代码接近完成后，对其进行分析并确定查找时间是否是程序缓慢的主要原因。机会是，它不会。
答案 1 :(得分：3)
如果您想要基于树的解决方案并且您的ID在{0..n-1}范围内，那么您可以使用名为van Emde Boas tree的非常酷的数据结构。这将产生O（log log n）中的所有操作并使用O（n）空间。
答案 2 :(得分：1)
你不会得到恒定的时间。
我可能会使用B+Tree
答案 3 :(得分：1)
如果你的整数值是32位宽，那么你可以使用一个64位平台，分配32千兆字节的内存（每40亿个指针8个字节），并使用一个平面数组。这将与你不断寻找持续的查询时间一样接近。
答案 4 :(得分：1)
为此保留4GB的RAM，只需将你的uint转换为指针即可。那绝对是时间。
答案 5 :(得分：1)
正如GMan所说，unordered_map可能是一个很好的解决方案。如果您担心此哈希映射中存在大量冲突，请使用哈希函数来删除数据的群集。例如，您可以交换字节。
值得注意的一点是，您可能会花费更多时间来调试和证明自定义数据结构，而不是已经拥有良好血统的数据结构。
答案 6 :(得分：1)
此类地图中有多少项目以及更改频率？
如果所有值都适合处理器的缓存，那么尽管访问为O（N），但具有预分类值和二分搜索的std::vector<std::pair<unsigned int,T*>>可能是最快的。