纯function地图和集合的统计performance
给定一个数据结构规范，如具有已知复杂性界限的纯函数映射，必须在几个实现之间进行select。 有一些关于如何挑选合适的民间传说，例如红黑树通常被认为是更快的，但AVL树在工作量方面有更好的performance，并且有很多的查找。
-
是否有这种知识的系统介绍（出版论文）（与集合/地图有关）？ 理想情况下，我希望看到在实际软件上进行统计分析。 例如，可以得出结论：有N种典型的地图使用情况，并列出每种地图的input概率分布。
-
是否有系统的基准testing图，并设置不同分布的input性能？
-
是否有实现使用自适应algorithm来改变表示取决于实际使用情况？
这些基本上是研究课题，一般以结论的forms给出结果，而统计数据是隐藏的。 可以对自己的数据进行统计分析。
对于基准，更好地通过实施细节。
问题的第三部分是一个非常主观的问题，在实施的时候，实际的意图可能永远不知道。 但是，perl等语言尽最大努力为每个操作实现高度优化的解决scheme。
以下可能会有所帮助：纯粹function数据结构Chris Okasaki http://www.cs.cmu.edu/~rwh/theses/okasaki.pdf
