用于管理非重叠值范围的数据结构/算法？

Question

我正在研究一个拥有成千上万个标志的系统。标志都是连续的数字，0到X，无论X最终是什么。 X预计会随着时间的推移而增长。而且我们期望拥有大量的用户。

我们主要关注的是：

1. 能够快速测试用户是否设置了任何给定的标志。
2. 能够快速设置旗帜。
3. 能够将数据存储优化为尽可能小的尺寸。

使用10k标记，如果我们使用位向量，我们会在内存中查看每个用户大约1k的数据。哪个可能太多了。更糟糕的是，这是在Javascript中，存储在序列化为JSON的文档数据库中，这意味着我们有几个存储选项，其中没有一个我特别喜欢。

1. 将标志存储为Uint32Array对象的JSON输出。看起来像是："{"0":10,"1":4294967295}"。不幸的是，当标志接近其填充状态（占存储器的4倍以上）时，每4字节平均需要存储17个字节，并且在序列化时导致大约5k的存储器。这不太理想。
2. 使用base64执行我们自己的JSON序列化，以避免数字 - 字符串方法的膨胀大小。不幸的是，这给JSON输入/输出阶段增加了一个额外的处理步骤，这使得事情变得复杂，因为现在我们必须在整个过程中修改我们的数据，并且会减慢一切。

所以...暂时搁置一下bitvector的想法。我想知道是否有更好的方法。我考虑过使用“数组范围”，例如：

[{"m":0,"x":100},{"m":102},{"m":108,"x":204}]

我们可以对这个系统中的数据做一些假设，这就是我采用这种方法的原因：

1. 标志永远不会被取消。一旦设定，它将保持设定状态。
2. 旗帜通常是聚集的。如果设置了标志X，那么X-1和X + 1也很有可能被设置。
3. 标志通常设置为增加的索引值。如果正在设置标志X，那么X-1更可能被设置为比X + 1更高，并且很可能很快就会设置X + 1。

因此，由于这些条件，我认为存储范围对象数组可能是最佳解决方案。这样，随着时间的推移，用户的标志最终会缩小为一个大范围的条目。最佳情况当然是：

[{"m":0,"x":10000}]

最糟糕的情况当然是，如果他们以某种方式设法发现自己​​处于他们设置其他所有旗帜的状态。

[{"m":0},{"m":2},{"m":4},{"m":6},{"m":8},{"m":10}...{"m":10000}]

那会很糟糕。我认为，比bitvector解决方案要糟糕得多。但我们非常有信心不会发生这种情况。

因此，关于快速决定是否设置标志的能力;这只是一个O（logn）二进制搜索（因为数组将被排序）;只需找到最接近您的号码的范围对象，检查您的号码是否在该范围内，然后返回。

插入更棘手。它仍然是二进制搜索，但现在我们正在修改数组。

1. 一个相邻的兄弟插入：最佳方案。我们找到一个范围，其中min或max与我们插入的数字相差一个，并且只是递减或递增当前范围的值。 O（1）
2. 没有相邻的兄弟插入：只需插入一个带有min set的新节点。 O（n），因为我们将向下移动数组中的所有内容。
3. 两个相邻的兄弟插入：将最大值更改为右侧兄弟范围的最大值，从阵列中删除右侧兄弟范围并将其后的所有内容移到左侧。上）。

所以案例2 + 3让我想知道我是否应该尝试使用某种平衡的二叉搜索树。例如，一棵红黑树。

值得这么麻烦吗？我是否想过这个？