Javascript 有效地查找某个数字范围内的对象

这是我的基本问题：我得到了一个

currentTime

。例如，750秒。我还有一个数组，其中包含1000到2000个对象，每个对象都有一个

startTime

，

endTime

，以及一个

\u id

属性。给定

currentTime

，我需要找到具有

startTime

和

endTime

的对象，该对象在该范围内——例如，

startTime:740

，

endTime:755

在Javascript中最有效的方法是什么

首先，我只是做了一些类似的事情：

var arrayLength = array.length; 
var x = 0;
while (x < arrayLength) {
 if (currentTime >= array[x].startTime && currentTime <= array[x].endTime) {
  // then I've found my object
 }
x++;
};

---

听起来像是一个问题。

假设您的搜索数组是长期存在且相对恒定的，第一次迭代将按开始时间对所有数组元素进行排序（或者创建一个已排序的开始时间索引，如果不希望排序，则指向数组元素）

然后，你可以有效地（用二进制印章）折扣那些开始太晚的。然后，依次搜索其他对象会更快

为了获得更高的速度，请为开始时间和结束时间维护单独的排序索引。然后执行前面提到的相同操作，以丢弃那些开始太晚的

然后，对于剩下的那些，使用结束时间索引扔掉那些结束得太早的，剩下的就是你的候选名单

---

但是，确保这是实际需要的。两千个元素看起来并不是一个很大的数量，所以你应该对当前的方法进行计时，只有在确实存在问题的情况下才尝试优化。

根据给出的信息，不可能判断什么是最佳解决方案。如果数组未排序，循环是单个查询的最佳方式。沿数组的单次扫描只需要O（N）（其中N是数组的长度），而排序然后进行二进制搜索需要O（N log（N）+log（N）），因此在这种情况下需要更多的时间

如果在同一个大数组上有大量不同的查询，则分析结果将大不相同。如果在同一个数组上有大约N个查询，排序实际上可能会提高性能，因为每个查询都需要O（log（N））。因此，对于N个查询，它需要O（N log（N））（剩余的日志（N）现在被删除），而未排序的搜索也需要O（N^2），这显然更大。排序何时开始产生影响还取决于数组的大小

当您相当频繁地更新阵列时，情况也会有所不同。更新未排序的数组可以在O（1）摊销中完成，而更新排序的数组需要O（N）。因此，如果您有相当频繁的更新，排序可能会造成伤害

---

对于范围查询，也有一些非常有效的数据结构，但是，如果它们有意义与否，则取决于实际使用情况

解决此问题的最佳方法取决于调用搜索函数的次数

如果只调用函数几次，比如说

m次

，那么就进行线性搜索。此函数调用的总体复杂性为

O（mn）

如果多次调用函数，我所说的多次是指超过

log（n）

次，您应该：

• 如果有多个项目的

  startTime

---

• 使用

  startTime查找元素范围如果数组未排序，则您的方法是正确的
  
  不要陷入先对数组排序，然后应用搜索的思维陷阱
  
  对于您尝试的代码，您的复杂性为O（n），其中n是元素的数量
  
  如果首先对数组进行排序，则在
  平均情况下，首先会陷入复杂性O（n log（n））（与之相比）
  
  然后，您必须应用二进制搜索，它以O（log_2（n）-1）的平均复杂度执行
  
  因此，在一般情况下，你最终会花费：
  
  O（n日志（n）+（日志2（n）-1））
  
  An是一种数据结构，它不只是O（n）
  An，而是允许在O（lg n）时间内（平均和最坏情况下）回答此类查询，前提是总共有n个间隔。构造数据结构的预处理时间为O（nlgn）；空间是O（n）。对于间隔树，插入和删除时间为O（lgn）。如果m个区间覆盖一个点，则回答所有区间查询的时间为O（m+lgn）。描述了几种区间树；例如，居中间隔树是三级树，每个节点存储：
  
  •中心点
  
  •指向另一个节点的指针，该节点包含完全位于中心点左侧的所有间隔
  
  •指向另一个节点的指针，该节点包含完全位于中心点右侧的所有间隔
  
  •所有重叠中心点的间隔，按其起点排序
  
  •所有重叠中心点的间隔，按其终点排序
  
  注意，对于找到一个区间覆盖一个点的平均和最坏情况查询，区间树的复杂度都是O（lgn）。对于相同的问题，前面的答案的最坏情况查询性能为O（n）。之前的几个答案声称它们的平均时间为O（lgn）。但他们都没有提供证据；相反，他们只是断言平均性能为O（lgn）。前面这些答案的主要特点是使用二进制搜索开始时间。然后一些人说使用线性搜索，另一些人说使用二进制搜索，用于结束时间，但没有明确后一种搜索结束的时间间隔集。他们声称拥有O（lgn）的平均性能，但这只是一厢情愿。正如维基百科文章所指出的
  var binarySearch = function(array, currentTime) {
  
    var low = 0;
    var high = array.length - 1;
    var i; 
  
    while (low <= high) {
      i = Math.floor((low + high) / 2);
  
      if (array[i].startTime <= currentTime) {
  
        if (array[i].endTime >= currentTime ){
          // this is the one
          return array[i]._id; 
  
        } else {
          low = i + 1;
        }
      }
  
      else {
        high = i - 1;
      }
    } 
  
    return null;
  }