Performance 用于处理未来事件的查找结构（基于时间）

我正在寻找一个有效的数据结构，这将允许我提示事件。。。也就是说，我将有一个应用程序，在执行过程中的任何时候，都有可能为将来的执行点引发一个事件。。。比如：

• t=20:420秒后，出现一个
• t=25：在13秒内，B出现
• t=27:735秒后，C出现

所以我希望有一个数据结构，在那里我可以在未来的任何时间放入任何事件，在那里我可以获取并（通过这样做）删除所有到期事件。。。另外，如果我能够从数据结构中删除一个事件（因为它被取消了），那么这将是一个加号。。。虽然不太重要，因为我可以简单地将其标记为已取消

我的第一个想法是，也许做一些树，但我想删除到期事件部分需要很多再平衡

我正在考虑简单地使用一个int散列，将时间戳映射到null或将在该时间点发生的事件堆栈。。。我认为在场景中，有很多事件（可能每秒都有多个事件——这就是我打算处理的），这其实并不是一个坏主意

所以我很想听听你的意见……：）

---

编辑：

• 更具体地说：我想这里的n大约是100K-1M，我想我可能会有大约1-100个事件/秒
• t没有什么特别重要的。。。这只是为了说明未来的事件可以随时“排队”

---

谢谢

---

back2dos

我相信您正在寻找一个以事件发生时间戳为优先级的事件（时间戳越低优先级越高）

只需对您的用例进行一点说明：

。。。我可以在任何情况下 将来的任何时候

使用事件发生时的时间戳，将insertWithPriority插入优先级队列。这将是O（lgN）

。。。以及我能去的地方和（通过做） 因此）删除所有到期事件

您需要反复调用getTop（具有最低时间戳的gets事件），以收集感兴趣的时间之前的所有元素

。。。另外，如果我是的话，我会有一个加分 能够从中删除事件 数据结构（因为它是 取消）。。。不太重要 尽管如此，因为我可以简单地将其标记为 取消

---

这是可能的，但由于重新平衡，这将是O（lgN）。

如果您的事件有一个明确定义的上限（例如，未来2天内没有事件发生），您只需将数组从“时间开始”起以秒为索引即可。 数组的值是该偏移量处的事件列表

列出或删除是非常有效的—只需找到您希望列出或删除的时间的偏移量，并获取或重新初始化偏移量之后索引指向的数组

如果您的事件可以无限延伸到未来，那么您自己使用hashmap从偏移量到事件列表的想法是最好的，有一个转折点-拥有一个已知偏移量的排序列表（无论您希望如何实现），这样您将有非常高效的查找（例如，您不必循环映射中的每个键）

您不需要从已知偏移量列表中删除任何内容，因此不存在重新平衡的问题—您只需从hashmap指向的数组中删除即可

---

此外，从你的问题来看，似乎不清楚是否有必要知道“t”——事件发生的时间。如果需要了解，请将其作为活动的一部分存储。但是对事件发生时间的引用应该相对于某个起始点是绝对的（如果它是一个范围无限的hashmap，那么可以使用历元秒，如果事件有我列出的第一个数组解决方案中的边界，那么应该使用“#自范围开始的秒数”-例如，从昨天开始。

N有多大？与其他事情相比，您需要多长时间插入和删除项目？如果这超过总执行时间的10%，并且如果N通常超过100（例如）也许，也许是时候关注big-O了。我见过一些程序，它们使用奇特的容器算法实现优先级队列，分配迭代器、散列映射、堆等，并将所有时间都花在创建和发布抽象对象上，其中中值队列长度为3

---

补充：好的，由于N~10^6，频率为~100hz，您可能需要某种二叉树或带有O（log（N））的堆插入/删除时间。如果您愿意将1%的CPU时间用于此操作，即10^6微秒*1%/100=10^2微秒/操作。这应该一点也不困难，因为如果典型的搜索深度为20，每次比较约50ns，则执行搜索需要约1微秒。请确保保持简单，不要把所有内容都包罗万象在抽象数据类型中。您不必太担心分配/释放树节点所花费的时间，因为每个操作只分配/释放一个节点。无需经常进行重新平衡，比如每1000次操作后才进行重新平衡。如果您可以批量收集插入，然后以随机顺序插入，则可能会阻止避免树变得太不平衡。如果您的许多事件是同时发生的，您可以在时间代码中添加少量噪声，以防止树的某些部分变得更像线性列表。

好的，我要感谢大家的回答-非常有趣且有用。：）

PriorityQueue绝对是我一直在寻找的正确术语-谢谢。 现在一切都是关于实现的

以下是我的想法：

假设N是队列的大小，M是处理时每个时间戳的平均事件量（“并发”事件）（事件的密度不会均匀分布，“遥远的未来”会更大）