.net 通过键和索引进行高效操作和检索的数据结构

我正在寻找一种具有功能的数据结构，例如.NET中的

OrderedDictionary

，也就是说，一个关联集合（即一个将键与值关联的集合）可以维持元素顺序（就像普通的

列表一样）

它必须通过索引和键进行快速查找。它还应该有一个快速的“附加”操作（在末尾插入一个新项），以及快速删除具有任何索引的项（基于索引或键）

如果我没有弄错的话，.NET中的
OrderedDictionary
同时使用哈希表和数组来存储其项。因此，基于键检索索引（反之亦然）是O（n），当然，从数组中间删除项首先是O（n），如果按键删除，则从键添加索引查找

我的问题是，是否存在满足我的条件的更高效的数据结构，或者这确实是我在这里的最佳选择？
您可以像链接一样使用，只是因为在TreeNode的定义中，您应该添加键，但问题是查找元素不是O（1），它是O（log（n））的键和索引（事实上，索引不是TreeNode的一部分，可以找到），但所有操作都是O（log（n））这是基于比较方法的已知最快的方法。
我认为您可以使用两个红黑树来实现这一点：一个用于存储由比较函数排序的键的键查找树，以及一个索引查找树，其中键按任意顺序排列，如在列表中。每个索引查找节点必须有一个“大小”字段-如果需要，红黑树可以按索引进行查找每个节点中都包含一个“大小”字段。例如，请参阅中的RedBlackTreeSet实现

键查找树中的每个项都需要一个指向索引查找树中相应项的指针。除了左右节点指针外，索引查找树还需要一个父指针字段，以允许从下到上以及从上到下的导航

每个键总共需要六个指针：两个节点中通常的左指针和右指针，加上从键查找节点到索引查找节点的指针，再加上每个索引查找节点中的父指针。每个节点中还需要一个指针来指向存储值

操作：

追加-追加操作会将键插入两个树中-一次插入键查找树中由比较函数确定的位置，另一次插入索引查找树的最右位置。插入红黑树是一个对数时间操作

按键查找-这在键查找树上完成，使用比较函数查找正确的位置-O（log（n））

按索引查找-这可以在索引查找字段上完成，如上所述-O（log（n））

从键获取索引-首先在键查找树中查找键O（log（n））。跟随指针到索引查找树。跟随父指针到根节点（O（log（n）），对于平衡树）。使用向上的“大小”字段确定键的索引。-O（log（n））

按索引删除-在索引查找树中查找项。从索引查找树中删除。在键查找树中查找定位的键。从键查找树中删除。所有操作都是O（log（n）），因此总体删除为O（log（n））

按键删除-使用“从键获取索引”获取键的索引。从索引查找树中按索引删除。从键查找树中按键删除。总体上为O（log（n））

该结构还支持在任意位置插入O（log（n）），而不仅仅是在末尾

存储开销显然相当大，但仍然是O（n）。时间复杂度满足所有要求

不幸的是，我不知道这个结构的任何实现

更新：我突然想到你可以把一棵树和一个哈希表结合起来得到O（1）按键查找。与我上面建议的两棵树不同，按键查找使用哈希表，按位置查找使用平衡顺序统计树，如上所述，但哈希表的插槽包含指向平衡树节点的指针，用于按键查找获取列表位置。按键查找现在是O（1）当然，你现在偶尔会得到O（n）re散列惩罚，就像任何散列表一样。
也许你会在（第233页）中发现一些有趣的东西。
实际上，OrderedDictionary Meat是你的需求

您对OrderedDictionary的分析不正确。它实际上是O（1）表示基于键的查找，O（1）表示基于键的索引

即使是简单的分析也可以通过键或索引进行O（1）查找。数组提供O（1）访问，哈希表提供有效的O（1）访问

插入/删除稍微复杂一些，但给定的摊销分析仍然是O（1）

文章声称插入和删除是O（n）。这至少不适用于插入，因为摊销分析允许你简单地增加“成本”将给定元素从1插入到2。插入需要调整数组大小的元素时，成本的后半部分用于支付复制成本。最终插入将花费更长的时间，但仍然是O（1）摊销后，差异仅在您导致数组大小调整时显示，这是不可能的。
如何在BST中按索引获取项目？此外，BST不是按键排序的，这意味着它不保留项目索引吗？@DeCaf，您可以在一个BST中按键而不是值排序，然后在另一个BST中按值排序，因此在按键调用时，您将发现i在O（log（n））中，当你想通过索引（值基）来查找它时，你可以在O（log（n））中进行，删除这两个元素也需要相同的时间。对于索引，当你说I'th元素时，意味着I'th元素可以在bst中的O（log（n））中完成。也许我在f中有点模糊