排序集的目的是什么？

Question

Clojure有一个函数sorted-set ，用于创建PersistentTreeSet对象。 顾名思义， sorted-set创建了一个排序的唯一对象集合。

什么时候排序集有用吗？ 什么时候使用sorted-set比sort和distinct更好？

=> (apply sorted-set [2 2 1 1 3 3])
#{1 2 3}
=> (sort (distinct [2 2 1 1 3 3]))
(1 2 3)

Answer 1

当您需要设置语义时，排序集很有用 - 快速contains? ，如Leon所解释的那样， conj和disj （=元素删除） - 以及定义良好的顺序遍历。 在内置有序集（和映射）的情况下，有序遍历可以在整个集合（ seq ， rseq ）和两个密钥之间的任何“子范围”（ subseq ， rsubseq ），包括或排除。

如果你愿意接触核心外的集合，那么Contrib库data.avl （我是作者和维护者）提供了一系列带有附加功能的排序集和映射 - 用于访问集合元素的nth rank， rank-of用于发现集合中元素的等级，最近邻居查询，以及返回输入集合的完整功能子集的“子范围”和类似分割的操作（认为subseq返回原始的完整功能子集 ，不仅仅是seq，没有为了GC的目的而保留子集中不存在的原始元素。 所有这些都在最坏情况下的O（log n）时间内运行，就像标准的有序集合操作一样。

如果你只需要contains? + conj + disj ，你可能会想要使用哈希集，因为它们往往会为这些操作提供更好的性能。 但是，值得注意的是，如果您反对从可能恶意的外部源添加输入到您的集合，即使您不关心订单，您也可能希望使用有序集合。 这是因为在存在哈希冲突的情况下哈希集的性能会降低到O（n）（攻击者可以强制使用，使用的哈希函数是确定性的并且事先是固定的），而有序集'O（log n）是很难保证。

如果您只需要对输入集合进行一次排序，然后重复遍历整个或各种前缀/后缀，那么构建独特项目的排序向量可能确实是更好的选择。 如果你需要从subseq的任意元素开始的subseq / rsubseq特性（ (subseq a-set >= 5) = seq，那么排序集可能仍然是优选的，即使对于仅遍历工作负载也是subseq 。 a-set相对于a-set的排序> = 5）。

Answer 2

就个人而言，如果我想要一个没有重复的有序数据结构，我会使用有序集合，因为我添加元素。也就是说，我从一个空集开始，而不是将它应用于列表。

我将使用sort和distinct的时间是，如果我有任何其他数据结构，如我想要订购的列表和删除重复项。

基本上，应用集合会为您提供具有唯一元素的新对象，而不同的元素会对同一列表引用起作用。

Answer 3

有序集与调用sort和distinct的结果之间的distinct在于结果类型是一个集合。

这为你提供了O（log N）性能（想想二元搜索）来检查一个元素是否在集合中（ contains? ）或者添加一个（ conj ），而在列表中，通过sort返回并且distinct你会变得更糟默认情况下实现相同行为的特征。