高效的算法來搜索數據集

Question

給定幾組元素，例如：

int set1[5] {5601, 935, 4153, 2195, 422};
int set2[5] {5601, 935, 23, 44, 422};
int set3[5] {4205, 935, 4153, 2195, 15};
int set4[5] {4205, 589, 4015, 44, 422};

在順序很重要的地方（即1、2、3不同於2、1、3），什么是找到特定集合的有效算法？ 例如，您要查找：

int value[5] {5601, 935, 23, 44, 422};

注意事項：

1. 新集的插入成本不是問題，因此可以將它們存儲在任何數據結構中，以優化搜索時間。

2. 這些集合將分別包含1到1,000,000個元素之間的任意位置（大約，並且將包含1到1000個元素之間的任意位置（再次大約是）。但是，對於任何給定的集合，元素的數量將始終相同（例如，如果一個集有10個元素，那么所有集將有10個元素）。

后續問題，我將在C ++中實現此功能，因此我很想找出任何推薦的算法，無論它們是否存在於開源C ++庫（最好是STL，Boost或QT）中，但我會考慮其他）。

Answer 1

如果順序很重要，那么您正在查看的是序列，而不是集合。 術語很重要。

由於您僅考慮大約1000個序列，因此將其存儲在哈希表中具有良好的性能應該很容易。 我會考慮構造一個字符串來表示每個序列，例如，通過串聯每個元素的字符串表示形式，再加上某種定界符，然后對其進行哈希處理。

Answer 2

使用std::vector<set_type>存儲設置。 將所有套件插入容器。 使用std::sort對容器進行std::sort 。 使用std::binary_search （或std::lower_bound如果需要元素的迭代器）查找元素。

用於set_type的類型取決於每個集合中的元素數量。 如果已知元素的數量很小，則std::array<T, N>就足夠了； 否則，請考慮std::vector<T> 。

Answer 3

為這些集定義順序，然后將它們插入樹中。 或者定義一個哈希碼和一個比較器並對其進行哈希表化。

Answer 4

在這種情況下，我將使用哈希表。 您的訪問時間大約為O(1) （最壞的情況是O(n)但具有良好的哈希函數，這不是問題）

因此，如果您的Hashtabel足夠大並且您不必擔心空間，那么這肯定是最快的搜索方式。 （考慮到二進制搜索在O(log(n)) ）

哈希表僅在新的C ++ 0x標准的STL中可用。 參見STL :: TR1