効率的な繰り返し挿入のためのデータ構造の設定

wordize要素のセット（繰り返しなし）を保持し、高速挿入（償却O（1））をサポートする、スペース効率の良いデータ構造を探しています。「スペース効率」とは、理想的には、単語を格納して要素を格納です。 $n + o(n)$ $n$

セットであることは、質問の重要な部分です。各要素が回追加される場合、使用されるスペースはなりません。 $\log n$ $n\log n$

構造は、その要素のリストもサポートする必要があります（合理的に効率的）。ここでは、正常な構造は問題ありません。（高速メンバーシップクエリはプラスです。）

ds.data-structures

— チャールズ
ソース

ハッシュテーブルではうまくいかない理由はありますか？

— デイブ

@デイブ：私はそれをスペース要件を満たしているとは思わないが、十分に厳密な動的サイズ変更スケジュールがそれを機能させることができると思う。しかし、一般的に、実際にコードを書く前に、そこにあるものを見てみたいです。

— チャールズ

動的なサイズ変更で償却

を取得するには、サイズを一定の割合で増やす必要があります

を厳密に満たしたい場合、スペース要件を満たしていないと思います。

O (1)

$O(1)$

n + o (n)

$n+o(n)$

— デイブ

O (1)

$O(1)$

@Magnus：問題のO表記とO表記の背後にある実際の関数は、ワードサイズに依存しないことを意味すると思います。

— 伊藤剛

回答:

ラマンとラオの「簡潔な動的辞書と木」は、指定された範囲を満たしていると思います。要約から：

$S \subseteq U = \{0, \dots , m − 1\}, |S| = n$ $O(1)$ $S$ $O(1)$ $B + o(B)$ $B = \lceil lg \binom{m}{n} \rceil$ を表す情報理論上の最小空間です。 $S$

— jbapple
ソース

これは素晴らしいですね。（しかし、承諾する前に論文を読んだ方がわかりますよね？）

— チャールズ

アプリケーションがいくつかの誤検知を許容できる場合、ブルームフィルターの使用を検討する必要があります。

Wikipediaの言い換え：ブルームフィルターは、要素がセットのメンバーであるかどうかをテストするために使用される、スペース効率の高い確率的データ構造です。誤検知は可能ですが、誤検知は不可能です。要素をセットに追加できますが、削除することはできません。セットに追加される要素が多いほど、誤検知の可能性が大きくなります。

— タイソン・ウィリアムズ
ソース

私はできませんが、素晴らしいデータ構造のために+1します。

— チャールズ