Question

我需要存储W项目。每个项目都有一个'string'属性和一个与之关联的'double'属性（项目的分数）。在每次迭代中，将额外的C项添加到集合中。迭代完成后，一些项目的分数会少量更新。现在，在W + C项目中，只有W项需要被推进到下一次迭代。将选择最高得分'W'项目，这些项目将转到下一代。在每次迭代中，都会添加一组不同的“C”项。

W大约为10,000。 C大约为600。

在时间复杂度方面使用此功能的最佳数据结构是什么。哈希表，堆，二进制搜索树？我正在使用C ++。一些提升参考将不胜感激

Answer 1

我会将这些值存储在两个并行结构中。首先，有一个double值数组，每个值都存储一个指针。接下来，将所有字符串与辅助整数一起存储在哈希表中。我们的想法是，数组中的指针指向散列表中的节点或trie持有与double关联的字符串，而每个字符串的整数值存储与该字符串配对的double的索引。

要在此结构中插入字符串/双精度对，请将字符串添加到散列表中，将double附加到数组中，然后将指针存储到数组中的新字符串，并将散列中的double的索引存储在散列中表。这具有复杂度O（k），其中k是字符串的长度。

要更改优先级，请在哈希表中查找字符串，然后获取数组中double的索引。然后，您可以修改该元素以更改tye关联的优先级。这也具有复杂度O（k）。

要丢弃除顶部B键/值对之外的所有对，请在阵列上运行选择算法，将顶部B元素放在数组的一部分中，将剩余的C元素放在另一部分中。每当执行交换时，请按照数组中的指针进入哈希表并更新刚刚交换的元素的索引。最后，遍历数组的最后C个元素，按照指针返回哈希表，并从表中删除它们指向的元素。这需要预期的O（n）时间来执行选择步骤，或者使用中位数算法算法的最坏情况O（n）时间，接着是O（n）时间来从哈希表中移除元素，预期的O（n）运行时间，其中n是结构中元素的数量。

总而言之，这为您提供O（k）插入和查找任何字符串，其中k是字符串长度，O（n）保留最佳元素，其中n是元素的总数。

Answer 2

嗯，我认为你只需使用std::vector<Item>并在迭代结束时执行std::nth_element（在分数上）就可以了。例如。如果你想保留10000件物品，请这样做：

struct Item {
    double score;
    std::string name;
};

bool comparator(const Item& a, const Item& b) {
    return a.score > b.score;
};

if (items.size() > 10000) {
   // Make sure the 10,000 first elements contain the highest scores.
   items.nth_element(item.begin(), item.begin() + 10000, item.end(),
       comparator);
   // Only keep the first 10,000 elements.
   items.resize(10000);
}

实际上，如果你这样做，更新值（通过线性搜索和字符串比较）可能比排序慢。您可以通过将字符串哈希放入Item而不是纯字符串来加快比较。

如果您想要更快更新：在更新之前，请对字符串哈希值进行排序。然后，您可以进行二分搜索而不是线性搜索，以查找要更新的项目。

用于存储和计算最高得分K项的合适数据结构

2 个答案: