您能对现代数据结构有什么看法？我们都知道经典的，比如树木，尝试，堆叠，列表，B树等等（我认为Cormen的书是一本非常好的“经典之书”）。但是最近的研究呢？我可以至少命名其中两个：finger trees和judy arrays。我想知道更多。
答案 0 :(得分：9)
这实际上取决于你对“最近”的定义。 CLRS包含大量的数据结构，但就其本质而言，它不能涵盖多年来开发的所有伟大的想法和技术。
许多现代研究都是关于缓存不经意的数据结构，这些数据结构是在某些合理的假设下采用内存层次结构的最佳优势的结构。 Brodal是该领域的一位研究人员，他创造了许多这种优秀的结构。
简洁的数据结构 - 旨在尽可能使用最少位数同时仍具有良好时间限制的数据结构 - 也是一个活跃的研究领域。例如，查看小波树。
可以在函数式语言中使用的纯功能数据结构（或用于保证持久性的命令式语言）也是一个活跃的研究课题。例如，Chris Okasaki在这一领域的工作导致了新树和优先队列的发展。
目前，分布式数据结构非常重要。谷歌的BigTable就是一个很好的例子。类似地，并发或无锁数据结构已经进入许多编程语言（例如，参见Java的ConcurrentHashMap或CopyOnWriteArrayList）。
基于摊销的数据结构在CLRS中被切向提及，它主要关注Fibonacci堆。然而，并没有提到大约在同一时间发展的展开树和倾斜堆结构，尽管它们今天非常重要。关于splay树的主题，现在正在进行大量的工作以寻找动态最优的BST - 单个二叉搜索树在给定的数据流上也与该流的任何手动调整的BST一样渐近地行为。探戈树和多重显示树是这个领域的有趣读物。
像treap和skip list这样的概率结构有很多研究活动，是一个值得探索的好地方。与此相关的是，强大的哈希表如cuckoo哈希表或动态完美哈希表当然值得研究。他们的变体，如布谷鸟过滤器和商过滤器，也非常成功。
过去几年，计算几何的数据结构已经引起了人们的关注，但令人遗憾的是，我对它们的了解不足以提出任何特定的结构。
字符串处理的数据结构，即后缀树，在生物计算和网络搜索中非常相关。我不认为CLRS甚至提到它们的存在。但是，你应该仔细研究它们，因为它们负责基因组学的许多新工作。后缀阵列构造算法最近有一些很酷的发展，像SA-IS这样的算法弥合了理论上和实际上快速算法之间的差距。
许多研究人员致力于构建数据结构，利用现代机器可以并行运行多个位的事实。像融合树，指数树或y-fast树这样的结构利用这些属性来对整数数组进行排序和搜索，而不是在天真的比较模型中强加的O（n lg n）障碍。融合树及其后代（指数树等）已经表明，通过词级并行，你可以获得一些非常令人印象深刻的理论加速，尽管这些结构在实践中并不是超快。
在摘要，草图绘制和概要数据结构方面还有很多工作要做，这些数据结构试图回答有关数据集的问题而不显式存储整个数据集。 Count-Min sketch是其中一个数据结构的一个很好的例子，HyperLogLog基数估计器也是如此。
这只是新的和酷的结构的一小部分。我希望这是一个很好的起点！
答案 1 :(得分：4)
一些相对较新的（如过去30年）数据结构创新一直是概率性的，如Skip Lists。我发现这些特别有趣，但我没有跟上研究。阅读最近的ACM Transactions on Algorithms可能会帮助您找到一些有趣且前沿的研究。
但是，大多数“新”的东西都是高度专业化的。在很长一段时间内，只创建一个新的但基本上重要的算法/结构（如列表，树等）。
答案 2 :(得分：1)
有数百种专门的数据结构。 http://en.wikipedia.org/wiki/List_of_data_structures是一个好的开始。
答案 3 :(得分：1)
Cuckoo哈希是计算机中的一种方案 用于解析散列的编程 哈希函数值的碰撞 在一张桌子里。杜鹃哈希是第一次 Rasmus Pagh和Flemming描述 Friche Rodler在2001年。