有没有可以避免重复、保持顺序和随机访问的数据结构

Question

之前，我正在寻找具有以下特征的数据结构。

• 避免重复
• 迭代顺序与插入顺序相同

在Java中，我使用LinkHashSet，在Python中，我使用OrderedDict

现在，除了 2 个要求之外，我还想要一个额外的要求

• 能够通过索引随机访问，意味着我可以通过data[123]访问

有没有可用的数据结构？或者我需要退回使用List？ List 能够完全满足第 2 和第 3 个要求，但不能满足第 1 个要求。我可能需要在插入过程中执行手动（和慢速检查）以避免重复？

Answer 1

Java 中的一个简单方法是创建一个实现Set 和List 接口的包装类，并且包含HashSet 和ArrayList。更新操作需要更新两个内部集合，并且读取操作将映射到提供正确语义和最佳性能的任何内部集合。唯一有点棘手的方法是iterator()，您需要安排remove 更新两个集合。

这种方法将为您提供“两全其美”的读取操作性能，但更新速度必然会变慢。特别是，在给定位置插入和删除将是O(N) 操作。

（我注意到 LinkedHashSet 不是直接的解决方案，因为它不提供 get(int) 方法。您可以通过 LinkedHashSet 迭代器实现此方法，从而使其成为 O(N) 操作。可能不是您想要。）

跟进

我找不到一个通用的实现类来实现Set 和List 接口。我认为原因是当您组合接口时存在语义异常。例如，（正如@ColinD 所指出的）如果您调用E set(int, E) 并带有一个已经在列表中的元素，则不清楚结果应该是什么。以一种让每个人都满意的方式来处理这个问题可能是不可能的，我可以理解他们为什么可能决定不去防水油坑游泳。

但是，如果您正在为应用程序的内部使用创建Set + List 类，我不认为这是一个主要问题。你要么

• 选择适合您的应用程序的语义，
• 将您的应用程序编码为根本不使用该方法，或者
• 对您的应用程序进行编码以避免被异常影响。

（例如，您可以将其编码为忽略set 方法的结果，如果存在重复则抛出未经检查的异常，或者如果存在重复则返回null 或某个可区分的对象。）

郑重声明，自定义集合类违反接口约定并非不可原谅。事实上，即使是 Java 设计者也这样做了——参见 IdentityHashMap。不可原谅的是没有在 javadocs 中记录违反合同的行为。

Answer 2

如果您可以使用不可变集合，请使用来自 Guava 的 ImmutableSet，它具有 asList() 视图来提供索引访问。

Answer 3

java.util.Set 不提供像 get() 和 set() 这样的随机访问方法，因此它的大多数/所有实现也不提供。您可以创建自己的 Set 实现来提供此功能，可能使用 ArrayList 来保存数据。

Answer 4

LinkedHashSet 类提供了 toArray-Method，它应该可以满足您的需求。

Answer 5

您不会找到执行此操作的基本数据结构；您正在寻找的目标排除了所有这些目标。您可能会发现一个更深奥的方法可以做到这一点，但最简单的方法是使用复合数据结构，并行维护两个数据结构。

事实上，这就是collections.OrderedDict 在幕后所做的。但是，这不是您想要的：由于它不是为支持索引而设计的，因此它在底层使用链表来保留顺序。链表不能进行索引——缺少缓慢的线性扫描，您通常希望避免这种情况，因为如果在循环中使用它往往会导致 O(n^2) 对您不利。

这是一个简单的实现。它维护两个数据结构：一个列表，在设置时保留项目的顺序，以及一个字典，用于按键快速查找。两者都保存值，并且都保存对方的键：字典保存列表中的索引，列表保存字典中的键。这使得相互引用每个数据结构变得容易，因此它可以有效地处理赋值和迭代。

请注意，这并没有实现所有操作，仅实现基本操作：dict-style assignment a['x'] = 1、dict-style lookup a['x']、list-style assignment a.set_value_by_index(0, 1) 和 list-style lookup a.get_value_by_index(0)。

另请注意：这不会对 dict 样式和 list 样式的操作使用相同的语法。这是令人困惑和邪恶的，迟早会严重咬你。这不会将a[0] 变成列表样式的查找；如果这是您想要的，请明确并使用get_value_by_index。不要魔法，试着根据参数类型来猜测。

最后，它提供了简单的 dict 风格的迭代，像 dict 一样产生键。实现 iteritems 和 itervalues 或 Python3 视图之类的东西是明显的扩展。

class IndexableUniqueList(object):
    """
    >>> a = IndexableUniqueList()
    >>> a['x'] = 1
    >>> a['x']
    1
    >>> a['y'] = 2
    >>> a['y']
    2
    >>> a.get_key_by_index(0)
    'x'
    >>> a.get_value_by_index(0)
    1
    >>> a.get_key_by_index(1)
    'y'
    >>> a.get_value_by_index(1)
    2
    >>> a['x'] = 3
    >>> a.get_key_by_index(0)
    'x'
    >>> a.get_value_by_index(0)
    3
    >>> a.set_value_by_index(0, 4)
    >>> a['x']
    4
    >>> [val for val in a]
    ['x', 'y']
    """
    def __init__(self):
        self.items_by_index = []
        self.items_by_key = {}

    def __getitem__(self, key):
        return self.items_by_key[key][1]

    def __setitem__(self, key, value):
        if key in self.items_by_key:
            idx, old_value = self.items_by_key[key]
            self.items_by_key[key] = (idx, value)
            self.items_by_index[idx] = (key, value)
            return

        idx = len(self.items_by_index)
        self.items_by_key[key] = (idx, value)
        self.items_by_index.append((key, value))
    def get_key_by_index(self, idx):
        return self.items_by_index[idx][0]
    def get_value_by_index(self, idx):
        key = self.get_key_by_index(idx)
        return self.items_by_key[key][1]
    def set_value_by_index(self, idx, value):
        key = self.items_by_index[idx][0]
        self[key] = value
    def __iter__(self):
        for key, value in self.items_by_index:
            yield key