排序集的目的是什么？

Question

Clojure有一个函数sorted-set，可以创建一个PersistentTreeSet对象。顾名思义，sorted-set创建了一个排序的唯一对象集合。

什么时候排序集有用？何时使用sorted-set比sort和distinct更好？

=> (apply sorted-set [2 2 1 1 3 3])
#{1 2 3}
=> (sort (distinct [2 2 1 1 3 3]))
(1 2 3)

Answer 1

当您需要设置语义时，排序集非常有用 - 快速contains?，conj和disj（=元素删除），如Leon所解释的那样 - 以及定义良好的顺序遍历。对于内置有序集（和映射），可以对整个集合（seq，rseq）和任何“子范围”（subseq，{{进行有序遍历。 1}}）两个键之间，包括或排他。

如果你愿意接触核心外的集合，那么Contrib库data.avl（我是作者和维护者）提供了一系列排序集和带有附加功能的地图 - {{ 1}}用于按级别访问集合元素，rsubseq用于发现集合中元素的等级，最近邻居查询，以及返回输入集合的完整功能子集的“子范围”和类似分割的操作（认为nth返回原始的完整功能子集，而不仅仅是seq，而不是为了GC的目的而保留子集中不存在的原始元素。所有这些都在最坏情况下的O（log n）时间内运行，就像标准的有序集合操作一样。

如果您只需要rank-of + subseq + contains?，则可能需要使用哈希集，因为它们往往会为这些操作提供更好的性能。但是，值得注意的是，如果您反对从可能恶意的外部源添加输入到您的集合，即使您不关心订单，您也可能希望使用有序集合。这是因为在存在哈希冲突的情况下哈希集的性能会降低到O（n）（攻击者可以强制使用，使用的哈希函数是确定性的并且事先是固定的），而有序集'O（log n）是很难保证。

如果您只需要对输入集合进行一次排序，然后重复遍历整个或各种前缀/后缀，那么构建独特项目的排序向量可能确实是更好的选择。如果您需要从集合的任意元素（conj = seq开始的disj / subseq特征，那么即使对于仅限遍历的工作负载，排序集仍然可能更可取。那些rsubseq的元素，相对于(subseq a-set >= 5)的排序，它们是> = 5。

Answer 2

就个人而言，如果我想要一个没有重复的有序数据结构，我会使用有序集合，因为我添加了元素。也就是说，我从一个空集开始，而不是将它应用于列表。

我将使用sort和distinct的时间是，如果我有任何其他数据结构，如我想要订购的列表并删除重复项。

基本上，应用一个集合会为您提供一个具有唯一元素的新对象，而不同的元素会对同一个列表引用起作用。

Answer 3

有序集与调用sort和distinct的结果之间的区别在于结果类型是一个集合。

这为您提供了O（log N）性能（想想二元搜索）以检查元素是否在集合中（contains?）或添加一个（conj），而在列表中，由sort和distinct返回，默认情况下您会获得更差的特征以实现相同的行为。