設計コンテキストにおけるLDデータ構造:ヒープ — 継続的な意思決定のために構築されたデータ構造

「HashMap は、既に知っているものを見つけるのに役立ちます。 ヒープは、次に何が起こるべきかを判断するのに役立ちます。 以前の記事では、すべてのソフトウェアの問題が特定のオブジェクトを見つけることについてないことを発見しました。 時々、システムは、それが探している正確に知っている。 その他、事前の回答が分かりません。 代わりに、以下のような質問を繰り返し回答する必要があります。 次のタスクを実行するには? どのドライバを割り当てるべきですか? 初めてのお客様には? どのアラートが最も重要ですか? これらは根本的に異なる問題です。 オブジェクトを取得する代わりに、システムは決定を下す。 ヒープが来る場所です。 ヒープは、決定のために構築されています, 探していないあなたは、病院の緊急室を管理している想像してみてください. 患者さんは、一日中お寛ぎください。 医師は到着した順番で患者を治療する必要がありますか? おそらくそうではありません。 代わりに、彼らは1つの質問をします。 重要なお知らせ 病院は特定の患者を捜さない。 最優先の患者を選びます。 ヒープは、まさにこの問題のために設計されています。 初心者が「データ構造」を聞いてみると、データを保存することをよく考えます。 経験豊かなエンジニアは、異なる考えをしています。 「システムが繰り返されるのはどのような動作なのか」と尋ねました。 答えが:それは一見問題です。 しかし、もし答えが:それは決定の問題です。 Heapは継続的な意思決定のために最適化されています。 ヒープとは? Heapは、最も重要な要素をすぐに利用できるように保つデータ構造です。 システムによっては、「最も重要な」とは異なることを意味することができます。 たとえば、最も優先的に最も低コストの初期の期限の高いスコア最も近いドライバー 最も緊急のチケットHeapは「重要」の意味を決定しません。 あなたのビジネスルールは、します。 Heap は、最も重要な項目が常にアクセスが容易であることを確認してください。 エア・トラフィック・コントロール・タワーの考えは、空港に近づくたくさんの飛行機を想像してみてください。 制御塔は興味がありません