我计划使用数组实现二进制搜索 - 但是我还需要支持动态更新/插入数组。到目前为止我所听到的最佳方法是在O（n）区域，因为插入点右侧的所有元素都需要向右移动一个。
我思考这个想法：我重新定义/拦截（或者＃34;重载＆＃34;取决于你的语言）插入方法 - 如果检测到插入索引10，例如，我＆＃34;延迟＆＃34 ;这个插入，我将新元素保留在第二个列表中。在真实数组中没有插入任何内容，但算法会记住插入点。其他插入也是如此。然后，如果我检测到对我也截取的元素15的访问，我重新计算，将索引向右偏移1，并给出元素16，因为插入到i = 15左边的位置。
有一段时间我会通过真正插入真实列表来清空第二个列表，可能是通过插入排序。
这听起来像我可以快速工作。
这可行吗？
谢谢，
答案 0 :(得分：1)
您没有澄清有关您的想法的一些重要信息，例如您的算法如何记住新插入值的插入点，二进制搜索如何处理新的（即延迟的）插入，以及您如何如果有N个这样的插入，则处理。
在任何情况下，您都必须在某些时候将延迟插入与原始数组合并，这将花费 O（N）时间，或者您必须运行二进制搜索同时考虑原始数组和新插入的等待列表。考虑到动态插入可能会导致在两个元素之间插入一个元素，而这两个元素本身就存在于二级数组中，我不知道你怎么能以系统的方式做到这一点。你可能会从A的任何元素的访问成本中妥协，在常规数组中 O（1），反过来可能最终得到的效率低于
根据其定义，二进制搜索在有序容器上工作，并且连续存储每个元素的数组）使任何尝试在任何位置插入然后重新排列顺序在最坏的情况下， O（N）。
虽然这不是一个正式的证据，但直观地说，你可能会想到这种情况。每当你必须向数组A插入一个小于A中所有元素的元素时，为了能够在A上工作的未来二进制搜索操作，你必须在开头插入它，以便保持A订购。当你在A的第一个位置插入这样一个小元素时，你必须将A中所有当前元素向右移动1，如果A的大小为A，则为 O（N）。被认为是N.（参见众所周知的算法insertion sort的插入步骤中的类似程序）
因此，除非您更改使用数组的首选项，否则在插入时会遇到 O（N）时间复杂度限制。但是，如果您考虑使用平衡二叉搜索树（例如Red-black tree，AVL tree），您可以实现更快的平均时间复杂度，并且不会牺牲搜索元素的效率。当然，在这种情况下，您运行以查找元素的算法将更多地是树遍历而不是二进制搜索。但是，如果更有效的搜索和插入（和删除）操作比您使用的特定算法和数据结构更重要，那么在数据结构和算法首选项中进行此更改应该是可以容忍的。
答案 1 :(得分：1)
“这可行吗？”：也许，但不太可能。
对于每次插入，您都必须查找待处理插入列表并确定对插入点的更正。您必须在待处理列表中插入新密钥。您回到了有序数组中插入的原始问题，使用较小的数组。
如果计算插入数，假设最大大小为L的待定列表，则将执行O（N），总成本为O（N.L）。所以你需要L比O（1）更好。
如果算上合并，你将执行N / L，费用为N / L.（N + L）。那么你需要L为Ω（N）。
这两个要求似乎不兼容。
确保在您之前（可能在您出生之前）彻底调查了排序列表中的插入问题，并且没有采用基于待处理列表的合适解决方案。
相反，平衡搜索树通常用于动态排序，并且已知它们是最优的，具有搜索，插入和删除操作的O（Log N）界限。
答案 2 :(得分：1)
我很确定你所看到的方向没有什么好处。我过去曾经做过类似的事情，但只有当有一种已知的访问模式才能使它变得有效时。
如果你想保持阵列存储和二进制搜索的一些效率，同时仍允许动态插入，B +树是一个很好的权衡：
https://en.wikipedia.org/wiki/B%2B_tree
在B +树中，每个节点都有一个键数组。您可以选择最大长度 - 通常在16到4096之间。阵列存储限制了浪费，因为您没有一大堆额外链接，有助于在搜索期间缓存局部性，并提供限制树深度的高扇出。