如何选择功能字典数据结构？

我已经阅读了一些有关以下数据结构的信息：

• Bagwell的理想哈希尝试
• Larson的动态哈希表
• 红黑树
• 帕特里夏树

...我敢肯定还有很多其他人。对于每个人都更适合的方式，或者为什么我会选择一个而不是另一个，我很少见。因此，以下是这些方面的一些问题：

1. 重要的是要了解哪些功能词典数据结构？
2. 这些方法的优缺点是什么？
3. 什么时候使用更命令性的数据结构有意义？

数字2和3是最重要的数字。:-)

我无法真正回答第二个问题而不会迷失方向（可以用来比较这些结构的维度太多），但是对于第三个问题，答案非常简单。

在以下情况下，请使用命令式数据结构：（a）绝对没有别名，或者（b）您确实需要使用别名才能有效广播。

如果根本没有数据结构的别名，那么您就不会利用功能性数据结构是持久的这一事实。因此，没有理由支付其费用。此建议有两个警告。首先，您可能更喜欢功能数据结构的实现的简单性：对功能性红黑树执行删除将使您受到诅咒，但是在具有父指针的命令性红黑树中实现删除将使您打算自杀。其次，分配可能比使用gc'd语言所期望的要昂贵，因为写入可以使数据结构移出年轻一代。我们确实没有很好的缓存效果和gc理论，因此您别无选择，只能进行基准测试。

其次，如果您需要广播频道，那么共享数据结构是一种很好的方法。使用恒定时间更新，您可以任意告诉其他许多人值已更改。（这就是为什么union-find是这么好的数据结构的原因。）使用纯粹的功能设置，您需要修改所有其他人员，或者为他们提供抽象的指针，使其成为您手动编码的状态（这有点钝）要做的事）。

如果您不希望使用别名和对象所有权，或者您需要同一数据结构的多个版本（例如，您需要新版本和旧版本），则只需使用功能数据结构即可。

我发现遵循该建议最困难的地方是图形算法。有很多非常优雅的命令式图算法，但是通常情况下（例如，在编写编译器时）您也需要持久性。人们通常尝试拆分差异并使用酷命令式算法，但尝试将版本控制附加到一边以获得持久性。这通常是非常可怕的，充满了错误，并且容易失去命令式算法的性能优势。

重要的是要了解哪些功能词典数据结构？

高度平衡的二叉树及其尝试是一个很好的全面折衷方案。也：

• 帕特里夏树。
• 哈希尝试。

这些方法的优缺点是什么？

高度平衡的二叉树及其尝试是对原子密钥的全面妥协。序列键（例如字符串键）的尝试相同。

Patricia树可以快几倍，但只允许使用整数键。

哈希尝试可能比平衡二叉树快几倍，特别是如果哈希比比较便宜并且多态性有开销（例如.NET上的字符串）并且将指针写入堆的速度较快（例如，像JVM和CLR这样的虚拟机已经针对命令性语言而非功能性语言进行了优化）。哈希尝试还允许内部使用变异作为优化。

红黑树不那么重要，因为它们与高度平衡的树相比没有任何明显的好处，但是其显着的缺点是它们不允许有效的合并，交叉和区别。

同样，在实践中，手指树也不是更好。

什么时候使用更命令性的数据结构有意义？

当您的字典被填充一次，然后仅用于查找（即冻结）时。

当您需要性能时（像.NET这样的体面的哈希表Dictionary通常比任何通用的纯功能字典快10-40倍）。

当您需要弱字典时，因为没有已知的纯功能弱字典。