Javascript 从整数到整数的高效稀疏映射

我正在使用有限自动机实现一个专门构建的正则表达式引擎。我必须存储数千个州，每个州都有自己的从unicode代码点（或UTF-16代码单元；我还没有决定）到州ID的转换表

在许多情况下，表将非常稀疏，但在其他情况下，它将几乎是满的。在大多数情况下，大多数条目将落入几个具有相同值的连续范围

最简单的实现是查找表，但每个这样的表都会占用大量空间。（范围、值）对的列表将小得多，但速度较慢。二叉搜索树将比列表更快

---

是否有更好的方法，也许是利用内置功能？

听起来您有两种截然不同的情况（“在许多情况下，表将非常稀疏，但在其他情况下，表将几乎满”）

对于稀疏情况，您可能有一个单独的稀疏索引（或几层索引），然后您的实际数据可以存储在一个类型化数组中。因为索引将从整数映射到整数，所以它们也可以表示为类型化数组

查找值的方式如下所示：

二进制搜索索引。索引将对作为连续项存储在类型化数组中–第一个元素是搜索值，第二个元素是数据集中的位置（或下一个索引）

如果有多个索引，请根据需要重复1

在最后一个索引给定的位置开始迭代数据集。因为索引是稀疏的，所以这个位置可能不是存储值的位置，但它是一个很好的起点，因为可以保证正确的值在附近

数据集本身被表示为一个类型化数组，其中连续的对包含键和值

我想不出有什么比JavaScript更好的了。类型化数组速度非常快，具有索引应该会大大提高速度。这就是说，如果您只有几千个条目，不用麻烦索引，直接在类型化数组上进行二进制搜索（如上面4.所述）

---

对于密集的情况，我不确定。如果密集的情况正好是一个重复键值范围的情况，那么考虑使用类似的东西——简单的相同的连续值被简单地表示为它们的出现次数，然后表示实际值。再一次，使用类型化数组和二进制搜索，甚至可能使用索引来加快搜索速度。

不幸的是，JavaScript的内置数据类型——特别是

Map

——对完成这项任务没有太大帮助，因为它们缺乏相关的方法

在大多数情况下，大多数条目将分为几个连续的条目 具有相同值的范围

不过，我们可以利用这一点，并在排序数组上使用二进制搜索策略，前提是转换表不会经常修改

通过在排序数组中存储每个输入范围的最低值，对导致相同状态的连续输入范围进行编码。将相应索引处的状态保留在单独的数组中：

let inputs = [0, 5, 10]; // Input ranges [0,4], [5,9], [10,∞)
let states = [0, 1, 0 ]; // Inputs [0,4] lead to state 0, [5,9] to 1, [10,∞) to 0

现在，给定一个输入，您需要对输入数组执行二进制搜索，类似于：

//返回小于或等于的最大元素的索引
//给定元素，如果没有此类元素，则为未定义元素：
功能floorIndex（已排序，元素）{
设low=0；
设high=sorted.length-1；
而（低）>1；
if（已排序的[mid]>元素）{
高=中-1；
}else if（已排序[中间]<元素）{
低=中+1；
}否则{
中途返回
}
}
返回低-1；
}
//示例：1F600-1F64F范围内的表情符号转换为1：
让变换={
输入：[0x00000、0x1F600、0x1F650]，
国家：[0,1,0]
};
让输入=0x1F60B；//自（现代）javascript数组本身是稀疏的，这不应该是内存问题；许多数组元素也可以引用同一个对象，这将在遇到范围时为您节省一些空间。@StephenP问题是关于映射到整数。您必须包装整数才能引用它们（因为它们是基元类型），所以引用实际上会慢一些