假设我有一堆带日期的对象，我经常想找到两个任意日期之间的所有对象。什么样的数据结构对此有利？
答案 0 :(得分：4)
假设您在按日期表示排序时，数组将执行此操作。
进行二分查找以找到＆gt; =开始日期的索引。然后，您可以进行另一次搜索，以查找指数＆lt; =结束日期，并留下偏移量＆amp;项目数量，或者如果您要处理它们，只需迭代列表直到超过结束日期。
答案 1 :(得分：4)
二叉搜索树听起来就像你正在寻找的那样。 您可以使用它来查找O（log（N）+ K）中的所有对象，其中N是对象的总数，K是实际在该范围内的对象的数量。 （只要它是平衡的）。插入/删除是O（log（N））。
大多数语言都有内置的实现。
您可以找到范围的下限（在log（n）中），然后从那里迭代，直到达到上限。
答案 2 :(得分：0)
如果没有更多细节，很难给出一个好的答案。
您需要什么样的表现？
如果线性很好，那么我只使用日期列表并遍历列表，收集范围内的所有日期。正如 Andrew Grant 建议的那样。
列表中是否有重复项？
如果您需要在集合中重复日期，那么二叉树的大多数实现可能都会出来。 Java的TreeSet之类的东西是设置实现，不允许重复元素。
有什么访问特征？很多更新的查找，反之亦然，甚至相当均匀？
大多数数据结构在查找和更新之间都需要权衡。如果您正在进行大量更新，那么针对查找进行了优化的某些数据结构将不会那么好。
那么数据结构的访问特征是什么，您需要什么样的性能，以及它必须支持哪些结构特征（例如，必须允许重复元素）？
答案 3 :(得分：0)
如果你需要进行随机访问修改：树，就像v3的答案一样。通过查找找到范围的底部，然后向上计数。插入或删除节点是O（log N）。 stbuton提出了一个很好的观点，如果你想允许重复（对于带有日期戳的事件似乎是合理的），那么你不需要基于树的集合。
如果您不需要进行随机访问修改：排序数组（或向量或其他）。通过二进制斩波找到范围起点的位置，然后向上计数。插入或删除在中间是O（N）。重复很容易。
查找的算法性能在两种情况下都是相同的，O（M + log N），其中M是范围的大小。但是阵列每个条目使用的内存更少，并且可能更快地计算整个范围，因为在二进制斩波之后它只是前向顺序内存访问而不是跟随指针。
在这两种情况下，您可以安排最后插入（摊销）O（1）。对于树，保留头部末端元素的记录，然后得到O（1）界限。对于数组，以指数方式增长它并且你得到摊销O（1）。如果您所做的更改总是或几乎总是“使用当前时间添加新事件”，这很有用，因为时间（您希望）是一个非减少数量。如果您正在使用系统时间，那么当然您必须检查，以避免在时钟向后重置时发生意外。
替代答案：一个SQL表，让数据库优化它想要的方式。谷歌的BigTable结构专门设计用于快速查询，确保任何查询的结果始终是来自预先准备的索引的连续序列： - ）
答案 4 :(得分：-1)
您需要一种结构，使您可以按日期对对象进行排序，无论何时插入或删除新对象，以及在给定日期之后或之前查找所有对象的分段的边界都很容易。
heap似乎是完美的候选人。在实际应用中，堆简单地由数组表示，其中所有对象按顺序存储。将排序的数组看作堆只是一种在正确的位置和O（log（n））中插入新对象和删除的方法。
当你必须找到日期A（被排除的）和B（包括）之间的所有对象时，找到A的位置（或插入位置，即前面元素的位置）比A）晚，以及B的位置（或B的插入位置），并返回那些位置之间的所有对象（这只是数组/堆中那些位置之间的部分）