14

我正在考虑实现一个带有附加要求的优先级队列，一个查找/搜索功能，它将判断一个项目是否在队列中的任何位置。所以函数将是：插入、删除和查找。

我不确定我应该使用堆还是自平衡二叉搜索树。看起来 PQ 通常是用堆实现的，但我想知道使用二叉搜索树是否有任何优势，因为我也需要那个 find 函数。

此外，平均而言，我会做更多的插入而不是删除。我也在考虑一个d-ary heap。基本上，每一秒都很重要。

谢谢！

4

7 回答 7

4

为什么不能只使用优先队列和集合？当您将某些东西排入队列时，您将其添加到集合中。当您将其出列时，您将其从集合中移除。这样，集合会告诉你是否有东西在队列中。

于 2010-10-20T02:40:18.200 回答
4

如果您的查找操作相对不频繁（并且您的堆相当小），我只会进行线性搜索。如果比较频繁，或者堆很大，请考虑使用单独的数据结构或对象标志来跟踪堆成员资格（以进行“查找”测试）。外部索引的乐趣在于能够将您的对象放入任意数量的容器中。

如果“查找”您的真正意思是“查找和修改”（我发现我经常需要从优先级队列中删除内容，独立于典型的插入/删除），这里是我使用的三种方法：

鉴于在相当小的工作集（500-1000）上插入/删除分钟的高速率（连续 100k/s）和查找删除的低速率（例如 1/s），我对元素进行了线性搜索并然后以标准方式将其从树中删除。

鉴于插入/删除的高频率加上相当频繁的查找删除，我只是在间接找到删除的对象后将它们标记为“无趣”。实际的空闲被推迟到对象正常出队。

给定一个小的 std::priority_queue （除了 insert/del-min 之外没有访问方法），只有几个元素和相当少的删除，我只是将整个队列复制到一个临时 std::vector 并复制修改/期望部分回到队列中。然后我哭着睡着了。

于 2010-10-20T04:03:47.110 回答
2

如果您需要多个数据结构的好处，那么您可以在组合中使用它们。例如，如果您需要优先级队列和二叉搜索树的好处，那么对它们都执行您想要的操作。

如果是，insert则将元素插入到它们两个中。

如果是，find那么您可以使用二叉搜索树找到该元素，如果找到，则继续在优先级队列中找到它。

如果它min首先从优先级队列中删除它，现在您知道它是哪个元素，那么您可以将它从二叉搜索树中删除。

如果是del则首先在二叉搜索树中找到它并将其删除，然后继续在优先级队列中找到它并将其也从那里删除。

假设二叉树的节点和优先级队列的节点是指向您的元素的指针。

于 2012-02-11T09:47:02.390 回答
0

IIRC 在堆上搜索/查找是O(n)在树上，而在树上是O(log(n))，其他标准 PQ 操作是相同的。

堆只是通过一些常数因素在经验上更有效，所以如果它是一个大队列，一棵树应该更好，如果它很小，你需要测试和分析。理论上知道什么更快，但如果这些常数因素很大，它可能与足够小的数据集完全无关。

于 2010-10-20T02:26:50.800 回答
0

具有最小堆属性的基数树将提供您需要的属性。这实际上会给您的操作带来持续的时间复杂性。例如，如果我们看一下这个 Haskell 实现，你提到的所有三个操作都有时间复杂度O(min(n,W))。其中n是元素的数量，W是 int 中的位数（32 或 64）。

于 2016-03-01T21:22:56.447 回答
0

请检查此代码。我编写了这个程序，这是一个具有您需要的功能的优先级队列。

1. Insert
2. Find
3. Delete
4. Show

你可以试试。它运行良好。在这里，我将升序最小数字添加到最大数字。

我使用优先级队列默认功能通过开关盒来做到这一点。

queue.push()
queue.pop()
queue.top()
queue.size()

C++ 代码：

#include<bits/stdc++.h>
#include <queue>
using namespace std;
void show_queue(
    priority_queue<int, vector<int>, greater<int> > data)
{
    priority_queue<int, vector<int>,greater<int> > myq = data;
    while (!myq.empty()) {
        cout << '\t' << myq.top();
        myq.pop();
    }
    cout << '\n';
}

int main()
{
    priority_queue<int, vector<int>,greater<int> > myp_queue;
    while(1)
    {

    int choice;
    cout<<"\nwhat do you want to do?"<<endl;
    cout<<"1. Insert \n2. Find \n3. Delete \n4. Show Queue \n\nchoice your option from above: ";
    cin>>choice;

    switch(choice)
        {
            case 1:
                int n;
                cout<<"Enter the value: " ;
                cin>>n;// Option 2 => Insert
                myp_queue.push(n);
                break;
            case 2:
                if(!myp_queue.empty()){
                    cout<<"\n"<<myp_queue.top()<<" is the minimum number"<<endl; // Find the minimum number.
                }else{
                    cout<<"\nEmpty Priority Queue"<<endl;
                }
                break;
            case 3:
                if(!myp_queue.empty()){
                    myp_queue.pop(); //Delete the minimum number from the queue
                    cout<<"\nSuccessfully Deleted"<<endl;
                }else{
                    cout<<"\nThere is no element to delete"<<endl;
                }
                break;
            case 4:
                if(!myp_queue.empty()){
                    show_queue(myp_queue); // Show full queue
                }else{
                    cout<<"\nEmpty Priority Queue"<<endl;
                }
                break;
            default:
                cout<<"\nYou are terminated!!! \nYou entered wrong input.\n"<<endl;
        }

    }
    return 0;
}
于 2021-01-10T08:08:47.510 回答
-1

将您的数据存储在您测试过的最快的容器中，并使用布隆过滤器来测试容器中是否有东西。

我在之前的项目中将布隆过滤器与哈希表结合使用，它在哈希表上的处理速度提高了 400 倍，平均大约有 10k 个项目。

布隆过滤器有一些有趣的特性：

  • 如果布隆过滤器的答案是否定的，那么它是 100% 可靠的。
  • 如果答案是肯定的，您必须检查其他数据结构以确保该项目实际存在。
  • 确保你选择了一个好的散列函数:)
于 2010-11-04T05:01:20.230 回答