排序集的目的是什么？

Question

Clojure有一個函數sorted-set ，用於創建PersistentTreeSet對象。 顧名思義， sorted-set創建了一個排序的唯一對象集合。

什么時候排序集有用嗎？ 什么時候使用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

當您需要設置語義時，排序集很有用 - 快速contains? ，如Leon所解釋的那樣， conj和disj （=元素刪除） - 以及定義良好的順序遍歷。 在內置有序集（和映射）的情況下，有序遍歷可以在整個集合（ seq ， rseq ）和兩個密鑰之間的任何“子范圍”（ subseq ， rsubseq ），包括或排除。

如果你願意接觸核心外的集合，那么Contrib庫data.avl （我是作者和維護者）提供了一系列帶有附加功能的排序集和映射 - 用於訪問集合元素的nth rank， rank-of用於發現集合中元素的等級，最近鄰居查詢，以及返回輸入集合的完整功能子集的“子范圍”和類似分割的操作（認為subseq返回原始的完整功能子集 ，不僅僅是seq，沒有為了GC的目的而保留子集中不存在的原始元素。 所有這些都在最壞情況下的O（log n）時間內運行，就像標准的有序集合操作一樣。

如果你只需要contains? + conj + disj ，你可能會想要使用哈希集，因為它們往往會為這些操作提供更好的性能。 但是，值得注意的是，如果您反對從可能惡意的外部源添加輸入到您的集合，即使您不關心訂單，您也可能希望使用有序集合。 這是因為在存在哈希沖突的情況下哈希集的性能會降低到O（n）（攻擊者可以強制使用，使用的哈希函數是確定性的並且事先是固定的），而有序集'O（log n）是很難保證。

如果您只需要對輸入集合進行一次排序，然后重復遍歷整個或各種前綴/后綴，那么構建獨特項目的排序向量可能確實是更好的選擇。 如果你需要從subseq的任意元素開始的subseq / rsubseq特性（ (subseq a-set >= 5) = seq，那么排序集可能仍然是優選的，即使對於僅遍歷工作負載也是subseq 。 a-set相對於a-set的排序> = 5）。

Answer 2

就個人而言，如果我想要一個沒有重復的有序數據結構，我會使用有序集合，因為我添加元素。也就是說，我從一個空集開始，而不是將它應用於列表。

我將使用sort和distinct的時間是，如果我有任何其他數據結構，如我想要訂購的列表和刪除重復項。

基本上，應用集合會為您提供具有唯一元素的新對象，而不同的元素會對同一列表引用起作用。

Answer 3

有序集與調用sort和distinct的結果之間的distinct在於結果類型是一個集合。

這為你提供了O（log N）性能（想想二元搜索）來檢查一個元素是否在集合中（ contains? ）或者添加一個（ conj ），而在列表中，通過sort返回並且distinct你會變得更糟默認情況下實現相同行為的特征。