Question

有大量条目具有以下类型：

typedef struct {
    int value;
    int mask;
    int otherData;
} Entry;

我想根据提供的int key;尽可能快地找到此数组中的条目。需要输入以确保(key & mask) == value。

这种阵列组织的最佳方式是什么，处理它的相应算法是什么？

编辑：阵列组织没有限制;它是静态的，可以在查找之前准备好。 value和mask可能包含任意值。

Edit2：value和mask可能有任意值，但数组中的条目数约为10000.因此，某些“paterns”可以提前计算。

查找次数很多。

Answer 1

每个位都是独立的，因此在预处理阶段[*]中，您可以对每个条目32进行分类（或者int是多大）次。每个分类存储2组：当key为0时匹配该位的那些和key为1时匹配的那些。

也就是说，如果该位的值== 1且掩码== 0，则该分类根本不存储该条目，因为它与key的任何值都不匹配（事实上，无论你使用什么方案，这些条目都应该在任何预处理阶段被删除，所以 no 分类应该存储一个条目，即使有一个位是这样的）。如果两者都为0，则存储到两个集合中。否则存入两组中的一组。

然后，根据你的密钥，你想找到一个32集的快速交集。

根据原始数组的大小，可能是存储每个集合的最佳方法是一个巨型位数组，指示数组中的每个条目是否在集合中。然后找到交叉点可以一次一个字 - &一起完成32个字，每个位数组一个。如果结果为0，继续。如果结果为非0，则表示匹配，结果中设置的位告诉您哪个条目匹配。当然，这仍然是数组大小的线性，实际上你正在进行31 &次操作来检查匹配的32个条目，这与通过原始数组的简单线性搜索大致相同。但是比较和分支的数量较少，而且您正在查看的数据压缩程度更高，因此您可能会获得更好的性能。

或者可能有更好的方法来进行交叉。

如果密钥往往被重复使用，那么您应该将查找结果缓存在从密钥到条目的映射中。如果可能的键的数量相当小（即，如果可能的输入大大少于2 ^ 32个键，和/或您有大量可用内存），那么您的预处理阶段可能只是：

轮流拍摄每个条目
找出匹配的可能密钥
将其添加到地图中以获取这些键

[*]没有任何预处理，显然你所能做的就是检查每个阵列成员，直到你找到匹配或者你已经检查了所有内容。

Answer 2

由于您没有额外的信息（例如，数组已排序），您需要进行线性搜索 - 遍历数组并检查条件 - 伪代码：

for( size_t index = 0; index < arraySize; index++ ) {
   if( ( array[index].mask & key ) == array[index].value ) ) {
      return index;
   }
}
return -1;

Answer 3

如果您有条目的地图键，那么这将非常简单。
~~如果您的数组是按键排序的，那么您可以稍作努力进行词典二进制搜索。~~ [实际上，也许不是！]
实际上，您只需要遍历数组，直到找到您要查找的内容。也就是说，从开始到结束迭代，并在找到它时停止。

_{另外，这是一个很好的例子，说明数据结构的选择如何影响算法的可用性。如果您首先选择了错误的数据结构，那么您不能仅仅针对问题抛出算法！}

Answer 4

线性搜索当然可行，但如果您需要使用相同的键进行多次查找，则可以尝试根据(key & mask)首先对范围进行排序。如果您只有几个固定密钥，则可以尝试使用boost.multi_index，每个密钥值都有一个索引。

Answer 5

如果每个条目的mask任意变化，我看不太多替代线性搜索。如果有重大限制 mask，这样只有少数几个值，可能会更好对map的每个值使用某种mask，进行线性搜索找到包含您要查找的值的第一个map。或者，如果mask仅涉及几位，则可能值得使用multimap，按value排序，屏蔽and全部 mask s和key索引处理相同，然后是线性的使用完整的key进行搜索以找到完全匹配。

Answer 6

如果掩码中的零位数很小，则可以复制掩码中每个“无关”位的条目。例如，如果value=0和mask=0xfffe，您可以在key=0和key=1的表格中输入一个条目。对于value=0和mask=0xfeef，请在表格中添加4个条目：key=0x0000，key=0x0010，key=0x0100和key=0x0110。现在，您可以对条目进行排序并使用二进制搜索，或使用二进制搜索结构，例如std::map。

用面具搜索

6 个答案: