我必须保留一个数字列表，数量最多为100,000 ......
如果数据是（例如）
1, 4, 9, 12, 20, 35, 52, 77, 91
我查询一个数字，比方说27，我想要的数字就在27之前，可以在列表中找到，所以这将是：20
数据也会经常被修改，比如大量的插入和删除。
目前我正在使用stl::set加上
set<int>iterator it = lower_bound(values.begin(), values.end(), n);
所以
*it = 35
使用it--，我得到20 ......但这还不够快，查询的数量很大，最多可达500,000 ..其中包括更改我的值或查找值。
请给我一些指示。
答案 0 :(得分：6)
想到了一些不同的想法。
对于初学者来说，有一个专门的数据结构正是这个问题称为van Emde Boas tree，它将整数存储在某个固定范围[0，U]中，并支持O（log log U）时间内的后继和前任搜索。这比使用标准二叉搜索树进行比较要快得多。如果您知道要存储的整数的上限，则此结构可能会使您获得更高的性能。还有其他相关的结构，如y-fast trie也可以在这里使用。
其次，如果您拥有的查询是统一分布的，您可能需要构建自己的二进制搜索树，该搜索树已经过优化，可以最大限度地减少整体查找的节点数。这种搜索树被称为最优二叉搜索树，并且存在用于在O（n log n）时间内近似它们的快速算法。在this earlier question中，我详细介绍了一种方法。这种预处理可以为您提供更快的查找速度，因为树是专门为优化查找时间而构建的。或者，您可以查看splay trees，它可以提供相当的性能。
希望这有帮助！
答案 1 :(得分：0)
您可以将所有数字除以（例如）100个向量
1-> [0..99]
2-> [100..199]
.....
应该对这些向量进行排序。使用lower_bound / upper_bound函数在向量上搜索通常比在关联容器中更快。但是对于插入或删除，您需要使用一个小向量。
UPD 我同意templatetypedf：van Emde Boas树可能是更好的解决方案。
答案 2 :(得分：0)
100,000足够小，以至于我只考虑使用位向量... 100,000位只有12.5K，搜索速度非常快，甚至可以适合L1缓存。
向后存储位（即100000靠近结尾; 0靠近开头），这样你在内存中的扫描是线性的，你可以使用ffs（如果你的平台有它）。