Question

有没有人知道List实现具有常量时间get（int index）（即实现RandomAccess）但是当它增长为{{3时不必复制整个列表做什么？

我认为实施可能与其他列表有关，例如

public class ChunkedList<T> implements List<T>, RandomAccess {
  private LinkedList<ArrayList<T>> chunks;
  public T get(int index) {
    return findCorrectChunk(index).get(computeChunkIndex(index));
  }
}

Answer 1

如果有这样的结构，每个人都会使用它而不是数组。

然而，我认为在大学讲座中我已经被告知了一个更接近的结构。它具有恒定的访问时间，并且向任意位置添加/移除元素的时间大多为O（sqrt（N）），并且仅当N跨越整数值的平方时，才需要O（N）。摊销时间为O（sqrt（N））。这是想法。

此结构中的N个项目存储在一个连续数组中，该数组被划分为sqrt（N）个sqrt（N）个连续元素块（可能，最后一个块包含的元素较少）。每个块都是ring buffer，第一个元素的位置存储在一个单独的sqrt（N）数组中。要访问元素，您应该确定它所在的块（采用一个除法），并在环形缓冲区内进行适当的移位（总和和模数）。这是一个不变的访问时间。

要在第i个位置之前添加元素，请确定元素将结束的块k，然后在k中标记每个块中的所有最后元素。sqrt(N)-1范围。将前一个块中的标记元素移位到最后一个块中的空闲槽，该块将是那里的环形缓冲区的头部（访问附加阵列以确定确切位置）。然后，从前一个块移动到移动元素的位置，从前一个上一个块移动标记的元素。重复此操作，您将在数组中间获得一个空闲插槽，以放置您要添加的元素。

神奇之处在于，您应该只将附加数组中的值增加一（采用O（sqrt（N））时间），从而使结构一致再次访问。 sqrt（N）的魔力也在这里：你应该对每个X块和辅助阵列的每个N / X元素进行操作。达到（X + N / X）X = sqrt（N）。

如果最后一个块中没有地方添加一个元素（即到目前为止使用的sqrt（N）太小），则重新打包sqrt（N）增加1的数组。这需要O（N）时间。每个元素的摊销时间仍为O（sqrt（N））。

因此，在数组的任意位置添加元素需要O（sqrt（N））。删除需要相同的时间。访问时间为O（1）。

这就是主意。我不知道它是怎么称呼的，教授也不知道，因为他是自己发明的。任何参考将不胜感激。 OP可以实现它，但是，我敢打赌，有人已经拥有它。

Answer 2

当然，您可以将列表实现编写为数组数组。关于确切的算法有很多选择。性能在理论上是恒定的（忽略缓存效应等）。

在实践中，大多数情况都没有太多意义。有绳索实现（字符串形成为一个段的数组），但这些是相对罕见的。该副本并不是那么昂贵，并且对于附加，它会在许多操作中摊销以便消失。

（顺便说一句，在问题示例代码中，LinkedList不合适，因为它几乎总是如此。）

Answer 3

嗯，这不是一个理想的解决方案，但你可以使用TreeMap。你的ChunkedList将成为一个包装器。 TreeMap中的键将为Integer或Long类型，并保存列表索引。访问和插入时间将是o（log（n））（不是常数，但比n好得多）。内部TreeMap与LinkedList的工作方式类似，即节点只与引用链接。

编辑：类似的东西：

public class ChunkedList<T> implements List<T>, RandomAccess {

    private TreeMap<Integer, T> data = new TreeMap<Integer, T>();

    public T get(int index) {
        return data.get(index);
    }

    public boolean add(T o) {
        data.put(data.size() + 1, o);
        return true;
    }

       // Other operations

}

当然，其他操作会稍微复杂一些，并且比ArrayList需要更长的时间。

Answer 4

你有没有看到暗示ArrayList构造函数的最大大小？

Answer 5

查看随机访问列表。您可以在两端获得O（1）插入，并且可以对元素进行O（log（n））访问。

最后，某种树形结构应该提供最佳的查找/插入时间。

Answer 6

这听起来像是过早优化。你有没有对add()函数进行分析并证明它很慢？因为ArrayList每次空间用完时都会使基础数组的大小加倍，所以每次追加时都不必复制列表。

您可能正在尝试解决不存在的问题。

Answer 7

编写这样的数据结构是不可能的。您可以获得的最接近的是假设您知道最大值，将ArrayList预先调整为最大大小。有趣的是，如果标记ChunkedList，那么像{Collector.sort（）这样的算法会在RandomAccess上执行更差。

没有复制开销的ArrayList？

7 个答案: