Algorithm table（）添加和删除值

我试图创建一个高效的table（）计算（获取向量中每个值的频率）。与普通table（）函数的区别在于，它需要支持在不重新计算整个表的情况下添加和删除值

我想用一个哈希表。对于add：查找键，在值中添加1。要删除：请查找密钥。如果找到：从值中减去1，如果未找到：添加值为1的新键

我想知道你们是否还有其他想法

例如：

X

key  freq
1    3
2    5
3    2
8    1

remove(8)

key  freq
1    3
2    5
3    2


add(2)

key  freq
1    3
2    6
3    2

有什么有效实施的想法吗？ 提前谢谢

--编辑--

如果有人感兴趣，我当前的代码（还涉及香农熵的计算）

---

create.freq.hash根据您期望的计数密度，可以使用命名整数向量，也可以使用常规整数向量。计数没有限制（可以是1000或更多）。如何使用整数向量获得频率？如果我遗漏了一些内容，很抱歉。这是否使用了
散列
包？据我所知，R基中没有这样的函数。。。比较一下hadley建议的简单使用命名整数向量和您的解决方案Yes之间的性能会很有趣。这里正在使用散列包。我使用建议的解决方案和infotheo:：熵对Shannon熵计算进行了一些比较。结果基本相同。计数并不重要——你有多少个值？它们是密集的还是稀疏的？i、 e.如果你只是根据它们的位置将计数放入一个整数向量中，向量的百分比是多少？
create.freq.hash<-function(x)
{
  t<-table(x)

  h<-hash(names(t),as.numeric(t));
  return(h);

}

freq.hash.add<-function(hash,key)
{
  if(is.null(hash[[key]]))
  {
    .set(hash,key,+1)
  }
  else
  {
    .set(hash,key,hash[[key]]+1)
  }
}

freq.hash.remove<-function(hash,key)
{
  if(!is.null(hash[[key]]))
  {
    if(hash[[key]]==1)
      del(key,hash)
    else
      .set(hash,key,hash[[key]]-1)
  }
}

hash.entropy<-function(hash)
{
  if(is.empty(hash))
    return;

  v<-values(hash);
  v.prob<-v/sum(v);
  entropy = (-1)*(v.prob%*%log2(v.prob))
  return(entropy)
}