Collezione modifica articolo

Question

Ho letto tonnellate di articoli sulla scelta della raccolta corretta per un'implementazione specifica, e capisco che alla fine si arriverà al benchmark dei dati reali, ma mentre sono impegnato a farlo:

• Quale raccolta ordinata in C# consente la modifica di un articolo contenuto? Non riesco a trovarlo?

• È questo a causa di una modifica sarebbe probabilmente essere implementato come una rimozione poi ri-inserimento, rendendo così un esplicito funzione 'Modifica' inutile?

ho bisogno di una raccolta (personalizzata o libreria standard), con le seguenti operazioni eseguite su di esso.

• Inserisci - spesso
• Remove - spesso
• Modifica - molto spesso
• elementi Select Top X - ogni volta che una di queste accade, e di più, simultaneamente.

Attualmente sto usando un SortedSet, in quanto fornisce O inserti (log), ma sono poco chiare su prestazioni di rimozione e come modificare un elemento migliore.

Answer 1

In primo luogo, è necessario chiarire il significato della modifica di una raccolta.

In genere, la manipolazione della raccolta fa riferimento all'inserimento/eliminazione di elementi dall'elenco. Per modificare un singolo elemento, in pratica si accede all'elemento e si modificano le sue proprietà. Il costo di accesso a un articolo dipende dall'implementazione della raccolta, ma la modifica dell'offerta dell'oggetto non dipende dalla raccolta. Inoltre, non è possibile modificare un elemento della raccolta se non è modificabile.

Se stai cercando le migliori raccolte predefinite, in pratica stai scegliendo tra SortedList e SortedSet (SortedDictionary è uguale a SortedSet).

SortedList memorizza i dati internamente come matrice, quindi ha un accesso efficiente per indice (per ottenere gli articoli X principali); SortedSet ha un inserimento e una rimozione più veloci (per fattore costante), tuttavia l'accesso indicizzato richiederà la ricerca nell'albero per l'elemento successivo che, nel peggiore dei casi, è O (log n) e best Oes (1).

A parte questo, la differenza tra i due è piuttosto piccola, poiché entrambi implementano Red Black Tree, differisce solo nei dettagli di implementazione.

Le prestazioni effettive dovranno essere misurate per i casi dell'utente. Ma lo sai già.