Question

以前，我正在寻找具有以下特征的数据结构。

避免重复
迭代顺序与插入顺序相同

在Java中，我使用LinkHashSet，在Python中，我使用OrderedDict

现在，在2个要求的基础上，我希望有一个额外的要求

能够通过索引随机访问，意味着我可以通过data[123]

是否有可用的数据结构？或者我需要回退使用List？ List能够满足第2和第3个要求，但不能满足第1个要求。我可能需要在插入过程中执行手动（和慢速检查），以避免重复？

Answer 1

Java中的一个简单方法是创建一个包含Set和List接口的包装类，它包含HashSet和ArrayList。更新操作需要更新两个内部集合，并且读取操作将映射到任何内部集合，以提供正确的语义和最佳性能。唯一有点棘手的方法是iterator()，您需要安排remove更新两个集合。

这种方法将为您提供“两全其美”的读取操作性能，但更新速度必然会更慢。特别是，在给定位置插入并删除将是O(N)操作。

（我注意到LinkedHashSet不是直接解决方案，因为它不提供get(int)方法。您可以通过LinkedHashSet迭代器实现此方法，这使得它成为O(N)操作。可能不是你想要的。）

关注

我无法找到实现Set和List接口的通用实现类。我认为原因是组合接口时存在语义异常。例如，（如@ColinD所述）如果使用列表中已有的元素调用E set(int, E)，则不清楚结果应该是什么。以满足每个人的方式处理这个问题可能是不可能的，我可以理解为什么他们可能决定不在游戏中游泳。

但是，如果您为应用程序的内部使用创建Set + List类，我不认为这是一个主要问题。你要么

选择适合您应用的语义，
将您的应用程序编码为完全不使用该方法，或
编写应用程序代码以避免被异常所困扰。

（例如，您可以将其编码为忽略set方法的结果，如果存在重复则抛出未经检查的异常，或者返回null或某些可分辨对象（如果存在）复制。）

对于记录，自定义集合类违反接口协定是不可原谅的。实际上，即使Java设计人员也这样做 - 请参阅IdentityHashMap。不可原谅的是不记录javadoc中的合同违规行为。

Answer 2

如果可以使用不可变集合，请使用Guava中的ImmutableSet，它具有asList（）视图以提供索引访问。

Answer 3

java.util.Set不提供get（）和set（）等随机访问方法，因此大部分/全部实现都不提供。您可以创建自己的Set实现来提供此功能，也可以使用ArrayList来保存数据。

Answer 4

LinkedHashSet类提供toArray-Method，它应该符合您的需要。

Answer 5

您不会找到执行此操作的基本数据结构;你正在寻找的目标排除了所有这些目标。您可能会发现一个更深奥的方法，但最简单的方法是使用复合数据结构，并行维护两个数据结构。

事实上，这就是collections.OrderedDict所做的事情。但这并不是你想要的：因为它不是为了支持索引而设计的，所以它使用引擎盖下的链表来保存订单。链接列表无法进行索引 - 缺少慢速线性扫描，您通常要避免这种情况，因为如果在循环中使用它，它往往会转向O（n ^ 2）。

这是一个简单的实现。它维护着两个数据结构：一个列表，保留项目设置的顺序，以及一个字典，用于按键快速查找。两者都保持该值，并且都保持另一个键：dict将索引保存在列表中，并且列表将键保存在dict中。这使得从另一个数据结构中引用每个数据结构变得容易，因此它可以有效地处理赋值和迭代。

请注意，这不会实现每个操作，只是基本操作：dict-style assignment a['x'] = 1，dict-style lookup a['x']，list-style assignment a.set_value_by_index(0, 1)和list-样式查找a.get_value_by_index(0)。

另请注意：对于dict-style和list-style操作，这不使用相同的语法。那令人困惑和邪恶，迟早会严重咬你。这不会将a[0]转换为列表样式的查找;如果这是你想要的，请明确并使用get_value_by_index。不要魔术并尝试根据参数类型进行猜测。

最后，它提供了简单的dict风格迭代，产生了像dict那样的键。实现iteritems和itervalues或Python3视图等内容是明显的扩展。

class IndexableUniqueList(object):
    """
    >>> a = IndexableUniqueList()
    >>> a['x'] = 1
    >>> a['x']
    1
    >>> a['y'] = 2
    >>> a['y']
    2
    >>> a.get_key_by_index(0)
    'x'
    >>> a.get_value_by_index(0)
    1
    >>> a.get_key_by_index(1)
    'y'
    >>> a.get_value_by_index(1)
    2
    >>> a['x'] = 3
    >>> a.get_key_by_index(0)
    'x'
    >>> a.get_value_by_index(0)
    3
    >>> a.set_value_by_index(0, 4)
    >>> a['x']
    4
    >>> [val for val in a]
    ['x', 'y']
    """
    def __init__(self):
        self.items_by_index = []
        self.items_by_key = {}

    def __getitem__(self, key):
        return self.items_by_key[key][1]

    def __setitem__(self, key, value):
        if key in self.items_by_key:
            idx, old_value = self.items_by_key[key]
            self.items_by_key[key] = (idx, value)
            self.items_by_index[idx] = (key, value)
            return

        idx = len(self.items_by_index)
        self.items_by_key[key] = (idx, value)
        self.items_by_index.append((key, value))
    def get_key_by_index(self, idx):
        return self.items_by_index[idx][0]
    def get_value_by_index(self, idx):
        key = self.get_key_by_index(idx)
        return self.items_by_key[key][1]
    def set_value_by_index(self, idx, value):
        key = self.items_by_index[idx][0]
        self[key] = value
    def __iter__(self):
        for key, value in self.items_by_index:
            yield key

是否有任何数据结构可以避免重复，保留顺序和随机访问

5 个答案: