C++11 优先级队列上的二进制搜索（高效插入和搜索大量字符串）

我面临的问题是持有大量字符串（~50k）。每个字符串描述一个已经考虑过的场景。因此，当新场景出现时，如果其描述已经在列表中，则该场景将被丢弃

我在想，显而易见的选择是使用字符串的优先级队列来执行二进制搜索。（对数插入、对数查找）

对吧?

< >我无法找到一个使用标准C++库的方法。 特别是，优先级队列似乎没有.begin（）.end（） 为二进制搜索（）函数指定的方法

我不能使用标准库优先级队列+二进制搜索吗？ 那么，还有什么用呢

谢谢

编辑1。 最后，经过几次测试，我可以确认这个问题的最佳选择（优于其他问题）是使用集合及其find方法。这是：

set<string> consideredOptions; 
...
string newDescription = ....;
if ( consideredOptions.find(newDescription) == consideredOptions.end() ) {
  consideredOptions.insert(newDescription);
}

设置考虑因素；
...
字符串newDescription=。。。。；
if（consideredOptions.find（newDescription）==consideredOptions.end（））{
考虑事项。插入（新说明）；
}

编辑2。 优先级队列有一个名为c的受保护成员，代表项目列表。然后，使用.begin（）和.end（）方法很容易派生一个新类

class MyQueue:public std:：priority\u队列{
公众：
bool包含（const std:：string&what）const{
返回std:：find（c.begin（），c.end（），what）！=c.end（）；
}
};

< >我无法找到一个使用标准C++库的方法。

您不需要队列，只需要一个可以高效插入和查找的集合。使用

std:：无序集

。它具有恒定的插入和查找时间

当事情到达队列的“前端”时，您需要处理它们（通常将它们从队列中移除）时，使用队列。根据你所描述的，你不需要那个。你只关心物品是否在收藏中，而不关心它们是否在前面

使用

std:：set

或

std:：unordered\u set

您甚至不需要费心查找，只需插入每个字符串即可。如果它已经在容器中，那么返回值将告诉您插入失败。如果它不在容器中，返回值会告诉您它不在容器中，但会在相同的操作中添加它，这是查找然后插入的两倍

unordered_set<string> consideredOptions; 
...
string newDescription = ....;
if ( consideredOptions.insert(newDescription).second ) {
  // newDescription was not in the set (but is now)
}
else {
  // newDescription was already considered
}

unordered\u集考虑的选项；
...
字符串newDescription=。。。。；
if（consideredOptions.insert（newDescription.second）{
//newDescription不在集合中（但现在已存在）
}
否则{
//新的描述已经被考虑过了
}

为什么您认为优先级队列会有用，而不是排序的

向量

，或

集合

，或

无序集合

？（您可以从

priority\u queue

派生您自己的类型，该队列将有权访问公开开始/结束迭代器的受保护

c

成员…但不要这样做）。实际上，听起来像

map

或

无序\u map

是您想要的（仔细想想可能只是

集

）@Jonathan我考虑了priority_队列，这样就不会每次在向量上插入一个新字符串时都执行sort（）。优先级队列具有日志插入成本。如果对pq进行排序，则要查找的二进制搜索是最佳的（日志成本）。集也有对数插入，并且在查找时自动执行二进制搜索。你把事情复杂化了，而这不是优先级队列的作用。标准库中有大量的容器，它们可以完全满足您的需要，优先级队列不是其中之一。@JonathanWakely是的，可能我把它复杂化了。然后，我必须用一个集合来替换pq。谢谢。你确定在“无序”集合中搜索是最优的（日志成本很高）吗？这取决于你有多少冲突，以及容器的负载因子，但是使用一个好的哈希函数比对数更好。（旁白：为什么你认为搜索和插入不同？他们必须做同样的事情。）@JonathatWakely谢谢。比较集合与无序集合，后者优于前者。经过多次尝试，我的问题的正确选择不是无序集合。事实上，这是不正确的：它无法在集合中找到正字符串。正确的选择是set+它的find方法（而不是函数binary\u search）。那么您使用无序的\u set是错误的，如果它在集合中找不到字符串，那么在实现中将是一个严重的错误，我怀疑您是否发现了这样的错误（现在其他人可能已经注意到了）。检查元素是否存在的最简单方法不是

find

，而是

count

。但请阅读我在上面写的内容，不必费心查找，只需插入并查看它是否有效。如果您真的关心性能，那么执行查找+插入是愚蠢的，因为它所做的工作是所需工作的两倍。

unordered_set<string> consideredOptions; 
...
string newDescription = ....;
if ( consideredOptions.insert(newDescription).second ) {
  // newDescription was not in the set (but is now)
}
else {
  // newDescription was already considered
}