最容易在C中實現在線排序的數據結構

Question

我正在掃描一個大型數據源，目前大約有800萬個條目，每個條目的字符串都按字母順序提取。

Currenlty我將它們放在一個數組中，然后使用qsort()對它們排序一個索引，效果很好。

但是出於好奇，我正在考慮將每個字符串插入一個數據結構中，以便在我從數據源掃描它們時按字母順序維護它們，部分是為了實現一個體驗，部分是因為無需等待，它會感覺更快掃描完成后要完成的排序（-：

哪種數據結構最容易在C中實現？

更新

為了明確起見，我唯一需要執行的操作是插入一個項目並在完成后轉儲索引，這意味着對於原始訂單中的每個項目，轉儲一個表示排序后的順序的整數。

摘要

• 最容易實現的是二進制搜索樹。
• 自平衡二進制樹要好得多，但實現起來並不容易。
• 插入可以迭代進行，但按順序遍歷可轉儲結果，而按順序遍歷可刪除樹，完成后兩者都需要遞歸或顯式堆棧。
• 如果不實現平衡，則有序輸入的運行將導致退化的最壞情況，即鏈表。 這意味着深樹會嚴重影響插入操作的速度。
• 稍微改組輸入可能會明顯破壞有序的輸入，並且更容易實現這種平衡。

Answer 1

二進制搜索樹。 或自平衡搜索樹。 但是，不要指望那些比正確執行的動態數組更快，因為陣列具有比參考指針結構更好的地方。 此外，不平衡BSTS可以“走直線”，讓你的整個算法變成為O（n²），就像快速排序。

Answer 2

您已經在使用最佳方法。 最后的排序將比維護在線排序的數據結構便宜得多。 您可以使用rb-tree獲得相同的O（logN），但常量會更糟，更不用說顯着的空間開銷了。

就是說，如果您不需要支持刪除，AVL樹和rb-tree的實現要簡單得多。 左傾rb樹可以容納50行左右的代碼。 參見http://www.cs.princeton.edu/~rs/talks/LLRB/（Sedgewick撰寫）

Answer 3

您可以實現最快速的排序算法，例如Timsort或其他使用nlog（n）最壞情況的排序算法，並僅使用Binary搜索對其進行搜索，因為如果對列表進行排序，它會更快。

Answer 4

您應該看看Trie數據結構Wikilink，我認為這將滿足您的需求