Performance “的数据结构”；内插“；查表

我有一个代表一个单变量函数的二维点集合。 给定一个随机输入值，我必须选择最接近的值。 例如：

曲线： (1,5) (2,8) （5,9）

输入：3输出：8

我主要关心的是速度，空间没有那么重要。 哪种数据结构最好

---

编辑：表格是静态的，它在运行时不会更改

这取决于表格是静态的还是动态的

如果是静态数据，简单的排序数组和二进制搜索将完成任务：搜索键，如果找不到，检查上面和下面的索引，查看哪个更接近搜索键，并返回其关联值

---

如果数据是动态的，我会选择B+树变量（尽管任何平衡的树结构都可以）。基本上是相同的算法，但您将检查同级节点，而不仅仅是检查相邻的数组单元。

这取决于表是静态的还是动态的

如果是静态数据，简单的排序数组和二进制搜索将完成任务：搜索键，如果找不到，检查上面和下面的索引，查看哪个更接近搜索键，并返回其关联值

---

如果数据是动态的，我会选择B+树变量（尽管任何平衡的树结构都可以）。基本上是相同的算法，但您要检查同级节点，而不是只检查相邻的数组单元格。

您说该表是静态的，在运行时不会更改。 然后，如果您需要出色的性能，如果表不是太大，那么很难击败硬编码的二进制搜索。 对于您提供的表，它看起来如下所示：

result = (x < 3.5
            ? (x < 1.5
                ? 5
                : 8
              )
            : 9
         );

#define M(a,middle,b) (x < (middle) ? (a) : (b))

result = M( M(5, 1.5, 8), 3.5, 9);

result=（x<3.5
？（x<1.5
5.
: 8
)
: 9
);

您可能需要编写一个小程序，将表作为输入，并生成代码作为输出，以便将其包含在主程序中

如果您不介意使用宏，您可能会使编写更容易一些，如下所示：

result = (x < 3.5
            ? (x < 1.5
                ? 5
                : 8
              )
            : 9
         );

#define M(a,middle,b) (x < (middle) ? (a) : (b))

result = M( M(5, 1.5, 8), 3.5, 9);

定义M（a，中间，b）（x<（中间）？（a）：（b）） 结果=M（M（5，1.5，8），3.5，9）； 唯一的方法是使用硬编码哈希搜索（使用switch语句）

如果表可以在两次运行之间更改，那么每当程序启动时，它都会生成代码，编译并将其链接到dll中，加载dll并使用该dll运行，这可能是有意义的。

---

这可能需要大约一秒钟的时间，然后你就有了高速。

你说这个表是静态的，在运行时不会改变。 然后，如果您需要出色的性能，如果表不是太大，那么很难击败硬编码的二进制搜索。 对于您提供的表，它看起来如下所示：

result = (x < 3.5
            ? (x < 1.5
                ? 5
                : 8
              )
            : 9
         );

#define M(a,middle,b) (x < (middle) ? (a) : (b))

result = M( M(5, 1.5, 8), 3.5, 9);

result=（x<3.5
？（x<1.5
5.
: 8
)
: 9
);

您可能需要编写一个小程序，将表作为输入，并生成代码作为输出，以便将其包含在主程序中

如果您不介意使用宏，您可能会使编写更容易一些，如下所示：

result = (x < 3.5
            ? (x < 1.5
                ? 5
                : 8
              )
            : 9
         );

#define M(a,middle,b) (x < (middle) ? (a) : (b))

result = M( M(5, 1.5, 8), 3.5, 9);

定义M（a，中间，b）（x<（中间）？（a）：（b）） 结果=M（M（5，1.5，8），3.5，9）； 唯一的方法是使用硬编码哈希搜索（使用switch语句）

如果表可以在两次运行之间更改，那么每当程序启动时，它都会生成代码，编译并将其链接到dll中，加载dll并使用该dll运行，这可能是有意义的。 这可能需要一秒钟的时间，然后你就有了高速