为什么SortedSet <T> .GetViewBetween不是O(log N)?

在.NET 4.0+中,类SortedSet<T>具有一个名为GetViewBetween(l, r) ,该方法返回包含指定的两个值之间的所有值的树部分的接口视图。 鉴于SortedSet<T>被实现为红黑树,我自然希望它在O(log N)时间运行。 在C ++中类似的方法是std::set::lower_bound/upper_bound ,在Java中它是TreeSet.headSet/tailSet ,它们是对数的。

但是,这不是事实。 下面的代码在32秒内运行,而等价的GetViewBetween O(log N)版本将使这个代码在1-2秒内运行。

 var s = new SortedSet<int>(); int n = 100000; var rand = new Random(1000000007); int sum = 0; for (int i = 0; i < n; ++i) { s.Add(rand.Next()); if (rand.Next() % 2 == 0) { int l = rand.Next(int.MaxValue / 2 - 10); int r = l + rand.Next(int.MaxValue / 2 - 10); var t = s.GetViewBetween(l, r); sum += t.Min; } } Console.WriteLine(sum); 

我使用dotPeek反编译System.dll,这里是我得到的:

 public TreeSubSet(SortedSet<T> Underlying, T Min, T Max, bool lowerBoundActive, bool upperBoundActive) : base(Underlying.Comparer) { this.underlying = Underlying; this.min = Min; this.max = Max; this.lBoundActive = lowerBoundActive; this.uBoundActive = upperBoundActive; this.root = this.underlying.FindRange(this.min, this.max, this.lBoundActive, this.uBoundActive); this.count = 0; this.version = -1; this.VersionCheckImpl(); } internal SortedSet<T>.Node FindRange(T from, T to, bool lowerBoundActive, bool upperBoundActive) { SortedSet<T>.Node node = this.root; while (node != null) { if (lowerBoundActive && this.comparer.Compare(from, node.Item) > 0) { node = node.Right; } else { if (!upperBoundActive || this.comparer.Compare(to, node.Item) >= 0) return node; node = node.Left; } } return (SortedSet<T>.Node) null; } private void VersionCheckImpl() { if (this.version == this.underlying.version) return; this.root = this.underlying.FindRange(this.min, this.max, this.lBoundActive, this.uBoundActive); this.version = this.underlying.version; this.count = 0; base.InOrderTreeWalk((TreeWalkPredicate<T>) (n => { SortedSet<T>.TreeSubSet temp_31 = this; int temp_34 = temp_31.count + 1; temp_31.count = temp_34; return true; })); } 

所以, FindRange显然是O(log N) ,但是在那之后我们调用了VersionCheckImpl …它只对已find的子树进行线性时间遍历,只是为了重新计算它的节点!

  1. 为什么你需要一直这样遍历呢?
  2. 为什么.NET不包含O(log N)方法来分割基于键的树,如C ++或Java? 这在很多情况下都很有用。

关于version字段

UPDATE1:

在我的记忆中,BCL中的许多(也许是所有?)集合都有字段version

首先,关于foreach

根据这个msdn链接

foreach语句为数组或对象集合中的每个元素重复一组embedded式语句。 foreach语句用于遍历集合以获取所需信息,但不应该用于更改集合的内容以避免不可预知的副作用。

在其他许多集合中, version被保护,数据在foreach期间不被修改

例如, HashTableMoveNext()

 public virtual bool MoveNext() { if (this.version != this.hashtable.version) { throw new InvalidOperationException(Environment.GetResourceString("InvalidOperation_EnumFailedVersion")); } .......... } 

但是在SortedSet<T>MoveNext()方法中:

 public bool MoveNext() { this.tree.VersionCheck(); if (this.version != this.tree.version) { ThrowHelper.ThrowInvalidOperationException(ExceptionResource.InvalidOperation_EnumFailedVersion); } .... } 

UPDATE2:

但是O(N)循环不仅可以用于version而且可以用于Count属性。

因为GetViewBetween的MSDN表示:

此方法返回落在lowerValue和upperValue之间的元素范围的视图,如比较器所定义的…. 您可以在视图和基础SortedSet(Of T)中进行更改

所以对于每一个更新应该是同步count字段(键和值已经相同)。 确保Count是正确的

有两个政策可以达到目标:

  1. 微软的
  2. Mono的

First.MS在代码中牺牲了GetViewBetween()的性能,赢得了Count Property的性能。

VersionCheckImpl()是同步Count属性的一种方法。

二,单声道。 在mono的代码中, GetViewBetween()更快,但是在GetCount()方法中:

 internal override int GetCount () { int count = 0; using (var e = set.tree.GetSuffixEnumerator (lower)) { while (e.MoveNext () && set.helper.Compare (upper, e.Current) >= 0) ++count; } return count; } 

它总是一个O(N)操作!