特に、スレッド環境では、ほとんどまたはまったく変更されないデータに対して、スプレイツリーはよく一致しません。読取り操作中の追加の突然変異は、メモリー・キャッシュを無効にし、不要なロック競合を作成する可能性があります。いずれにしても、読み取り専用データ構造の場合、最適なツリーの1回限りの計算を行うことができます。計算が遅い場合でも、長期実行時間に影響はありません。
大規模な試行が遅く、確かにオートコンプリートではないという主張によって完全に説得されていません。それほど現代的ではないハードウェアでも、ユーザーが文字を入力するのにかかる時間、または基礎となるキーボード・ドライバーと入力プロセッサーがキーを押すまでに要する時間に比べて、トライ・トラバーサルのコストはほとんどありませんあなたの申請。
トライを最適化する必要がある場合は、代替がキャッシュラインに収まるようになると、ルートでトライを持つハイブリッドデータ構造が線形(またはバイナリ)検索と組み合わされていると考えてよいでしょう。これにより、トライの大きなファンアウトの利点を最大限に引き出しながら、キャッシングの動作が貧弱になり、行の最後にストレージオーバーヘッドが過剰に発生することがなくなります。
スプレイツリーは、頻繁に変更されるデータ構造上で最も有用です(まったく便利な場合)。 ckassicの例は、 "ロープ"データ構造(文字列セグメントのツリー)です。これは、大きな文字列コピーを避けることによってテキストエディタを最適化する方法の1つです。 RBツリーのような決定論的なツリーバランシングアルゴリズムと比較して、スプレイツリーアルゴリズムは単純さの利点を有するだけでなく、ツリートラバーサルの一部を形成するノードに触れるだけである。
しかし、しばしば失望した経験的結果と組み合わされたセルフバランシングツリーライブラリ(現代の多くのプログラミング言語の標準ライブラリの一部)が用意されているため、スプレイアルゴリズムはせいぜいニッチな製品になりますが、確かに魅力的ですアイディア。
あなたの答えに感謝します!もちろん、この場合のスプレイツリーの使用法は、指定された入力文字列の上位5つのオートコンプリートを表示することです。例えば、与えられた入力に対して、100万の提案がプリントアウトされることができるが、最も頻繁に提示されたい。そのため、この例では、関連する推奨事項をすばやく検索するために、私はtrieをスプレイツリーと一緒に使用することを考えていました – denis631