“算法设计手册”一书中的消息3-7说：
假设您可以访问平衡字典数据结构，该结构支持O（log n）时间内的每个操作搜索，插入，删除，最小，最大，后继和前任。解释如何修改插入和删除操作，使它们仍然采用O（log n），但现在最小和最大需要O（1）时间。 （提示：考虑使用抽象字典操作，而不是使用指针等等。）
如果没有提示，我认为这个问题相当容易。
这是我的解决方案：
对于树，我只是保持指针min总是指向最小值，另一个指针max总是指向最大值。
插入x时，我只需将min.key与x.key，if min.key > x.key, then min = x;进行比较，如果需要，也可以将此值设为最大值。
删除x时，if min==x, then min = successor(x); if max==x, then max = predecessor(x);
但暗示说我不能捣乱指针之类的东西。我的解决方案是否与指针混淆？
如果我们不能使用加分，我怎样才能得到O（1）的最小值和最大值？
由于
答案 0 :(得分：1)
您可以使用Min-Max Heaps
获得更新/删除的日志（N）时间和获取最小/最大值的固定时间答案 1 :(得分：1)
你的答案与我给出的答案相同 - 你没有弄乱指针，你只是存储最小/最大值。
所以，请更加自信:)。
答案 2 :(得分：0)
我认为你不能得到最高和最低的O（1）。
无论如何，这本书希望你自己发现binary heaps。如果你想自己做，不要看链接。只考虑这个提示：“树的根总是包含最小值”（如果你想要“最大”为O（1），则为最大值）。
答案 3 :(得分：0)
我会使用两个二进制堆：最小和最大堆。在每一个中你存储了一半的元素，这样你就可以在O（1）时间内访问max和min。最小堆将包含具有最小元素的一半，最大堆包含具有较大元素的一半。插入/删除操作仍然是O（log n）。插入新元素时，只需检查它应该去哪个堆。
答案 4 :(得分：0)
存储两个值，最大值和最小值。需要检查这些内容并在每次删除时进行更新。如果要删除最小值，请调用后继者，更新最小值并删除旧项目。在插入时，将新项目与min / max进行比较，如果它替换任何一项，则相应地更新最小/最大值