我必须实现一个支持以下三个功能的数据结构。数据是两个双值的对（a，b），数据集中在特定区域。让我们说'a'的值在500-600范围内。
插入（双a，双b） - 在数据结构中插入数据，一对（双，双）。如果该对的第一个元素已存在，则将其第二个元素更新为新值。
删除（双a） - 删除包含第一个元素的数据= a。
PrintData（int count） - 打印具有第count个最大值的数据的值。根据data.first比较价值。
输入文件包含一系列Insert，Delete和PrintData操作。目前，我已经使用STL-Map将数据结构实现为高度平衡的二进制搜索树，但速度不够快。
是否还有比Map更快的其他实现。 我们可以使用缓存来存储最常见的PrintData查询。
答案 0 :(得分：2)
我建议使用2个二叉搜索树（BST） - 一个是从a到b的地图（按a排序），另一个应按{{1}排序}}
第二个需要是自定义BST - 您需要让每个节点以root身份存储子树中节点数量的计数 - 这些计数可以在O（log n）中更新，并且将允许O（log n）查询获得第k个最大元素。
进行插入操作时，您只需先在第一个BST中查找b的值，然后从第二个BST中删除该值，然后更新第一个值并将新值插入第二个。
对于删除，您只需在第一个BST中查找b的值（并删除该对），然后从第二个BST中删除该值。
所有提到的操作都应该采用O（log n）。
<强>缓存
例如，如果您只查询前10个元素，则可以维护另一个仅包含10个元素的BST（或者甚至只是一个可选排序的数组，因为只有10个元素），我们将然后查询而不是上面的第二个BST。
插入时，如果值大于最小值，也插入此结构中，并删除最小值。
删除时，我们需要查找下一个最大值并将其插入到小BST中。虽然这也可以懒惰地进行 - 当移除时，只需将其从此BST中移除 - 不要再将其填充到10。在查询时，如果此BST中有足够的元素，我们可以只使用这个查找，否则我们会找到填充此BST所需的大BST中的所有值，然后我们进行查询。
这将导致最佳情况O（1）查询（最坏情况O（log n）），而其他操作仍然是O（log n）。
虽然增加的复杂性可能不值得 - 但O（log n）非常快，即使对于大的n也是如此。
基于这个想法，我们只能将这个小BST与BST映射b映射到a - 这需要我们检查所有值以找到在删除后的查询过程中需要的那些，所以如果没有大量的删除，它将真正有用。
答案 1 :(得分：2)
我会推荐一个indexed skip list。这将为您提供O（log n）插入和删除，以及O（log n）访问第n个最大值（假设您按降序维护列表）。
跳过列表并不比自平衡二叉树更难实现，并且在某些情况下可以提供更好的性能。值得考虑。