Java 持久哈希表实现

在我正在开发的一个程序中，我开发了一个大型的“线程树”（每个节点最多有k个子节点），其中每个线程对从其父节点继承的哈希表进行一些修改。有没有一种方法可以实现某种程度上是“持久的”（在某种意义上）的哈希表

也就是说，是否有一种方法可以实现一个键值对，其中至少有O（logn）个查找、插入和删除是完全持久的，但与普通哈希表一样“节省空间”（最坏情况）？

“与普通哈希表一样节省空间”是一个相当模糊的规范，因为“普通”可能表示链接或探测，具体取决于您询问的对象。我认为还没有人设计出易于理解的持久哈希表

要获得具有所需复杂性的持久性键值映射，最简单的方法是使用持久性二进制搜索树。查找是来自短暂（非持久）BST的常见算法。但是，插入更改，并变成类似（伪Java）的内容：

//如果k的值已经在树中，则覆盖该值
节点插入（节点，键k，值v）
{
if（knode.key）
返回新节点（Node.key、Node.val、Node.left、insert（Node.right、k、v））；
其他的
返回新节点（k，v，Node.left，Node.right）；
}

请注意，insert例程返回一个新的树，这可能看起来效率低下，但它只更改它所遍历的节点。这是平均的O（lgn），所以它平均分配O（lgn）。这是一个非常节省空间的系统

---

要获得最坏情况下的O（lgn）行为，请使用红黑树。另请参阅有关函数式编程中数据结构的文献，例如Okasaki的著作。

Clojure实现了一整套持久数据结构，如哈希映射。它是开源的，所以也许你应该看看

也就是说，是否有一种方法可以实现一个键值配对，其中至少有O（logn）个查找、插入和删除是完全持久的，但与普通哈希表一样“节省空间”（最坏情况）

对。Driscoll等人的第5节展示了一种技术，该技术可以使插入、删除和查找具有O（lgn）时间和O（1）空间复杂性的完全持久的红黑树

它们的数据结构不是融合持久的。有关持久性的更多信息，请参阅

有没有一种方法可以实现一个键值配对，其中至少有O（logn）个查找、插入和删除是完全持久的，但与普通哈希表一样“节省空间”（最坏情况）

确实有。很多方面

例如，在Haskell中，简单的、大小平衡的二叉树（或有界平衡的树），如下所述：

• 斯蒂芬·亚当斯，“有效集：平衡行为”，《函数编程杂志》3（4）：553-562，1993年10月
• J.Nievergelt和E.M.Reingold，“有界平衡的二元搜索树”，暹罗计算杂志2（1），1973年3月

提供以下API，满足您的条件：

insert :: Ord k => k -> a -> Map k a -> Map k a   -- O(log n)
lookup :: Ord k => k -> Map k a -> Maybe a        -- O(log n)
delete :: Ord k => k -> Map k a -> Map k a        -- O(log n)

在完全坚持的同时。空间使用为O（n）

要获得更好的常数因子，请尝试使用具有相同总体复杂性的数据结构

替代结构包括：

• 由于密钥存储密集，持久性尝试比哈希表提高了空间使用率

---

在那篇维基百科文章中，至少有5种不同类型的持久性，你在寻找什么类型的持久性？完全持久性，刚刚更新了原始帖子如果我很了解你的问题，如果你想让每个孩子从他的父母那里继承哈希表，每次创建/添加一个孩子时，您都可以创建一个哈希表的深度副本。@Muggen:这是一个O（n）操作，适用于每次分娩。一个持久的数据结构将这个值降到O（1），以O（LG n）为代价，查找、插入和删除操作。java或C++＋1是用于提到Okasaki的工作的吗？如果你能找到他的一本关于纯函数数据结构的书，你就可以找到解决这个问题的各种有趣的方法。因为插入和删除都是使用路径复制的，所以我认为每次插入都会占用Omega（lg n）空间，所以维护k个版本会占用Omega（n+k lg n）本文在理论上是可以考虑的，但是是否有一些实际的C代码实现了持久的红黑树？似乎我发现的所有库（例如GNU libavl）都不是持久性的，如果不加上持久性，理解红黑树就很难了……使用谷歌的关键词：持久的红黑driscoll

insert :: Ord k => k -> a -> Map k a -> Map k a   -- O(log n)
lookup :: Ord k => k -> Map k a -> Maybe a        -- O(log n)
delete :: Ord k => k -> Map k a -> Map k a        -- O(log n)