纯功能图和集的统计性能

给定一种数据结构规范，例如具有已知复杂性界限的纯功能图，则必须在几种实现方式之间进行选择。关于如何选择正确的树有一些民间传说，例如，红黑树通常被认为更快，但是AVL树在许多查找的工作负载下具有更好的性能。

是否有关于知识的系统性介绍（发表论文）（与布景/地图有关）？理想情况下，我希望看到在实际软件上执行的统计分析。例如，可能得出的结论是，有N种典型的地图用法，并列出每种地图的输入概率分布。
是否有系统的基准可以测试和设置不同输入分配的性能？
是否有使用自适应算法根据实际用法更改表示的实现？

— t0yv0
source

您是否看过Okasaki的《纯粹的功能数据结构》

— 罗伯特·哈维

@RobertHarvey，是的，我有副本。它在设计PFDS和进行复杂性分析方面具有出色的材料。它也给从业者一些提示（上面提到的民俗学）。我正在寻找更多的经验数据，和/或实际使用模式的统计分析。

— t0yv0

这似乎是一个有趣的问题，但我不确定这里是否是主题。它是非常本地化的，从某种意义上来说，您基本上是希望有人偶然发现这里，以至于恰巧知道一篇讨论该canihazresourcez问题的论文（这是一个问题，换句话说，是一个众包互联网搜索）。无论如何，粗略的Google搜索都会出现以下问题：citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.35.9196

— Robert Harvey

参见meta.stackexchange.com/questions/128158/…–

— 罗伯特·哈维

也是这样：journals.cambridge.org/action/…–

— 罗伯特·哈维

这些基本上是研究主题，其结果通常以结论的形式给出，而统计数据则是隐藏的。但是可以对自己的数据进行统计分析。

对于基准，最好仔细查看实施细节。

问题的第三部分是一个非常主观的问题，在实施时可能永远不知道实际意图。但是，像perl这样的语言会尽力为每个操作实现高度优化的解决方案。

以下内容可能会有所帮助：克里斯·冈崎（Chris Okasaki）的纯功能数据结构 http://www.cs.cmu.edu/~rwh/theses/okasaki.pdf

— 桑杰·维玛（Sanjay Verma）
source