Question

我正在寻找最佳的数据结构来为文本添加样式（比如在文本编辑器中）。该结构应允许以下操作：

快速查找绝对位置X
在任何位置快速插入文字（必须移动该位置后的样式）。
文本的每个位置都必须支持任意数量的样式（重叠）。

我已经考虑了包含文本范围的列表/数组，但是它们不允许快速插入而不重新计算插入点之后所有样式的位置。

具有相对偏移的树结构支持＃2，但是当我向文本添加大量样式时，树将快速退化。

还有其他选择吗？

Answer 1

我从未开发过编辑器，但是如何：

我相信可以扩展用于存储文本字符的方案，当然取决于您的实现细节（语言，工具包等）以及您的性能和资源使用要求。

我不希望为样式使用单独的数据结构，而是希望有一个引用，它将伴随每个字符并指向具有适用字符的数组或列表。具有相同样式集的字符可以指向相同的数组或列表，以便可以共享一个。

字符插入和删除不会影响样式本身，除了更改对它们的引用数量，这可以通过一些引用计数来处理。

根据您的编程语言，您甚至可以通过指向列表的一半来压缩事物，尽管额外的簿记可能实际上使其效率更低。

此建议的主要问题是内存使用情况。在用C编写的ASCII编辑器中，由于结构对齐填充，将指针与每个char捆绑在一起会在64位系统上将其有效内存使用量从1个字节提高到12个字节。

我希望将文本分成小的可变大小的块，这样可以有效地压缩指针。例如。一个32个字符的块在C中可能看起来像这样：

struct _BLK_ {
    unsigned char size;
    unsigned int styles;
    char content[];
}

有趣的部分是struct的变量部分的元数据处理，它包含存储的文本和任何样式指针。 size元素表示字符数。样式整数（因此为32个字符的限制）将被视为一组32个1位字段，每个字段指示一个字符是否具有自己的样式指针，或者它是否应使用与前一个字符相同的样式。这样，具有单一样式的32-char块仅具有大小字符char，样式掩码和单个指针以及任何填充字节的额外开销。在这样的小数组中插入和删除字符应该非常快。

至于文本存储本身，树听起来是个好主意。也许是一个二叉树，其中每个节点值将是子值的总和，叶节点最终指向文本块，其大小为其节点值？根节点值将是文本的总大小，每个子树理想地保留一半文本。但是，您仍然需要对其进行自动平衡，有时必须合并半空文本块。

万一你错过了，我不是树木的专家： - ）

编辑：

显然我建议的是这个数据结构的修改版本：

http://en.wikipedia.org/wiki/Rope_%28computer_science%29

在这篇文章中引用：

Data structure for text editor

编辑2：

建议的数据结构中的删除应该相对较快，因为它将归结为数组中的字节移位和样式掩码上的一些按位操作。插入几乎相同，除非块填满。在每个块中保留一些空间（即样式掩码中的一些位）以允许将来直接插入块中可能是有意义的，而不必为相对少量的新文本更改树本身。

在这样的块中捆绑字符和样式的另一个好处是，它的固有数据位置应该允许比其他替代方案更有效地使用CPU缓存，从而在一定程度上提高处理速度。

与任何复杂的数据结构非常相似，您可能需要使用具有代表性的测试用例或自适应算法进行分析，以确定其操作的最佳参数（块大小，任何保留空间等）。

最有效的数据结构，为文本添加样式

1 个答案: