我们正在为Api编写一个库，它可以下载有序的数据流。通过此Api，您可以通过切片调用数据。例如，如果我想要15-25项，我可以为此打电话。
我们正在编写的库将允许客户端调用任何数据片段，但我们希望库尽可能高效地使用这些api调用。因此，如果我已经要求提供项目21-30，我不想再次请求这些个别数据项。如果有人要求图书馆15-25，我们要打电话给api 15-20。我们需要搜索已有的数据，并避免再次请求该数据。
用于存储这些api调用结果的最有效数据结构是什么？数据集不会很大，因此本地内存中的搜索时间不是很大。我们正在寻找简单和清洁的代码。这个问题有几个明显的答案，但我很好奇是否有任何数据结构书呆子有一个优雅的解决方案，不会想到。
作为参考，我们使用Python进行编码，但实际上只是在寻找能够优雅地解决这个问题的数据结构。
答案 0 :(得分：0)
我使用平衡二叉树（例如http://pypi.python.org/pypi/bintrees/0.4.0）来映射begin - ＆gt; （结束，数据）。当[b，e]范围的新请求进入时，搜索b（后跟如果b！=键移动到上一个记录），另一个搜索e（也回退），扫描生成的键之间的所有条目，下拉缺失的范围，并将所有缓存间隔和新数据合并为一个间隔。对于缓存中的N个间隔，您将获得每个缓存更新的摊销O（log-N）成本。
您还可以简单地保留（开始，结束，数据）元组的列表，按开头排序，并使用bisect_right进行搜索。成本：在最坏的情况下每次更新的O（N =缓存间隔数），但如果客户端倾向于按递增顺序请求数据，则缓存更新将为O（1）。
在任何一种情况下，缓存搜索本身都是O（log-N）。
答案 1 :(得分：0)
经常用于解决此问题的规范数据结构是间隔树。 （参见this Wikipedia article。）您的问题可以被认为是需要知道您发送的内容（间隔时间）与您尝试发送的内容重叠 - 然后切出与您的内容相交的间隔'试图发送（这是相对于你发现重叠的间隔数的线性时间），你就在那里。维基百科文章中间的“增强”树在实现中看起来更简单，所以我坚持这一点。应该是“log N”时间复杂度，还是不摊销。