基于范围的数据结构中的键查找答案

【问题标题】：Key lookup from a data structure based on range基于范围的数据结构中的键查找
【发布时间】：2011-07-27 23:05:03
【问题描述】：

例如，如果我有以下场景

如果键的范围是 1-4，则选择 A。
如果键的范围是 5-6，则选择 B。

如果请求获取 key=2 的值，那么我应该返回 A，对于 5，返回 B 等等。保持这种关联的良好数据结构是什么？我可以通过存储 1-A、2-A、3-A、4-A、5-B 和 6-B 来创建哈希图，但想检查是否有更好的方法来实现这一点。

【问题讨论】：

值可以重叠吗？即 (1-4,A),(4-6,B) 是数据结构的合法值吗？
如果数据不是动态的，是否可以考虑使用静态方法，然后使用 switch 语句。即案例 1：案例 2：.. return A 等如果数据是固定的，那么很容易阅读更新。
@Amit：如果你问同一个范围是否可以应用于多个值，答案是否定的。

标签： data-structures

【解决方案1】：

对范围内的每个项目使用哈希映射似乎过于广泛，如果范围是 (1-2^20) 怎么办？如果它是双倍的怎么办？存放这些东西太贵了。

您可以使用普通的跳过列表/树，其中将包括每个范围的下限和上限。请注意，在二叉树中搜索值时，如果它不存在，则搜索将在搜索之前/之后处于下一个值时结束，例如：如果您有范围键 1,4，并且您搜索 3 ，当您到达 1 或 4 时，搜索将结束。因此我们可以将范围的上限/下限存储在树中。

现在，我们还需要为其中的每一个存储真实范围（因此，如果我们有 1-4,8-9 并且我们搜索 7，当我们到达 4/8 时我们会知道它是无效的）。所以如果key在合法范围内，我们会在搜索时到达它的上限/下限！

所以总而言之，只要加上上下界，当你在搜索时，搜索键，看看边界是否匹配。

ops 应该是这样的（伪代码）：

add (lower,upper,value):
   tree.add(lower/*key*/,(lower,upper,value))
   tree.add(upper/*key*/,(lower,upper,value))
search (key):
   node = tree.search(key)
   if node.lower <= key <= node.upper: 
      return node.value
   return KEY_NOT_IN_TREE_ERROR
del(lower,upper):
  tree.del(lower)
  tree.del (upper)

这些操作中的每一个都是 O(logn)，比散列慢，但它会消耗更少的空间。

【讨论】：

【解决方案2】：

您可以创建一对<interval,associated value> 并构建segment tree。它适用于重叠间隔。

如果区间从不重叠，它仍然可以，因为段树比基于散列的解决方案需要更少的内存。如果范围很宽，任何简单的结构都需要大量内存。

编辑：我意识到通常的向量比散列更适合您的目的，以防间隔彼此靠近。

【讨论】：

【解决方案3】：

阿米特是正确的。对于不重叠的范围，一个简单的有序数据结构就足够了。更清楚一点：

按照范围的最小范围对范围进行排序。搜索时，快速检查树，看看你是否在你遍历的每个节点的范围内。

【讨论】：

【解决方案4】：

最好使用类的对象作为hashmap的key来存储。

在类中，您可以将字段定义为上限、下限，并且应该覆盖 equals 和 hashCode 方法。

在 equals 中，您可以编写逻辑来比较关键对象的上限和下限在 this.upperbound 和 this.lower 之间。

要获取值，请创建具有相同上界 = 下界 = key_val 的键对象；

【讨论】：