Data structures 什么'；处理客户订单的最佳数据结构是什么？

我在考虑队列（FIFO），但如果在某个时候我需要对订单进行优先级排序，例如：任何包含牛奶的订单都应该被推到队列的后面，直到牛奶可用，然后一旦牛奶到了，我应该将这些订单放回其以前的状态

如果我在这里使用queue，我的时间复杂度至少会达到bigO（n logn）

---

有什么建议吗？

一种可能是有两种数据结构。使用先进先出（FIFO）保存您拥有所有配料的订单。对正在等待的订单使用不同的数据结构。一旦那东西进来，你就可以把它放进FIFO。添加到队列末尾的当然是O（1）。将其恢复正常需要O（n）时间

如果您希望所持有的订单放回队列中它应该放回的位置，那么您可能需要使用订单号（如果是顺序的）或时间的优先级队列

虽然在优先级队列中插入或删除需要O（logn）时间，但这不会成为问题，除非您每秒处理数千个订单。插入最坏的情况是O（logn），但在像您这样的系统中，优先级队列通常只是一个有一些例外的FIFO，预期插入将接近O（1）

我应该澄清，大多数优先级队列实现（在C++、java、python和其他主流语言中）使用后备存储的二进制堆。插入二进制堆是最坏的情况O（logn），但分析表明它通常更接近O（1）。看见您还可以实现一个配对堆或其他高级堆类型，它具有O（1）分期插入。但同样，除非你每秒处理数千个订单，否则这可能是矫枉过正

另一种选择是，当您获得这些异常订单时，只要在所有必要的项目都可用后将它们推到队列的前面即可。这是一个很容易做到的。这种方法的有效性取决于物品通常排在队列中的时间，以及重新储存用完的物品所需的时间。

“至少是bigO（logn）时间复杂度”是为了什么？O（logn）时间复杂度在某些情况下是完全可以接受的。对不起，我指的是bigO（nlogn）