用于存储键值对的数据结构，并快速检索最低值的键

Question

我正在实现像缓存这样的工作：

1. 如果给定密钥的新值从某个外部进程到达，则存储该值，并记住该值到达的时间。
2. 如果我们处于空闲状态，请找到缓存中最旧的条目，从外部源获取密钥的新值并更新缓存。
3. 询问时返回给定密钥的值。

我需要一个数据结构来存储键值对，这样可以尽快执行以下操作（按照速度优先级的顺序）：

1. 找到具有最低（未知）值的密钥。
2. 更新给定密钥的值，或者如果密钥不存在，则添加新的键值对。
3. 其他常规哈希表操作，如删除密钥，检查密钥是否存在等等。

是否有允许这样的数据结构？这里的问题是，为了快速执行第一个查询，我需要一些有价值的东西，并快速更新给定键的值，我需要一些按键排序的东西。到目前为止，我所拥有的最佳解决方案是这样的：

将值存储为常规哈希表，并将（value，key）对存储为值有序堆。找到最低值的关键是这样的：

1. 找到堆上最低值的键。
2. 从哈希表中查找该键的值。
3. 如果值不匹配则弹出堆中的值并从步骤1开始重复。

更新值如下：

1. 将值存储在哈希表中。
2. 将新（值，键）对推送到堆中。

删除密钥更棘手，需要在堆中搜索值。这给出了O（log n）性能，但这个解决方案对我来说似乎很麻烦。

是否有任何数据结构将键的哈希表的属性和关联值的堆组合在一起？我正在用Python编程，所以如果在Python中有现有的实现，那么它是一个很大的优点。

Answer 1

大多数堆实现会在O（1）时间内获得集合中的最低密钥，但无法保证随机查找或删除的速度。我建议配对两个数据结构：任何简单的堆实现和任何开箱即用的哈希表。

当然，任何平衡二叉树都可以用作堆，因为最小值和最大值分别位于最左侧和最右侧的叶子上。红黑树或AVL树应该为您提供O（lg n）堆和字典操作。

Answer 2

您正在寻找地图或关联数组。为了更具体，我们需要知道您尝试使用的语言。

Answer 3

我试试：

import heapq

myheap = []
mydict = {}

...

def push(key, val):
    heapq.heappush(myheap, (val, key))
    mydict[key] = val

def pop():
    ...

更多信息here