Eralng的常用数据结构

1.记录(record)

适用于小数据，并且用属性名方便查找

2.Key/Value 类型

a.属性列表

就是类似[{Key, Value}]的列表，可以通过proplists模块来处理这样的列表

当涉及到下面的操作的时候，proplists的性能要比lists还差

Bifs: keymember/3, keysearch/3, keyfind/3

b.有序字典 orddict

　　　　基于lists实现的有序字典，每个键只出现一次，并且插入会重新排序(也就是整个列表重新排序咯)，还有一个是dict，一样的接口，但是dict判断是用=：=，orddict用==

当元素小于75个的时候，在复杂性和效率之间做了很好的平衡（不过谁用的时候还看是不是小于75个？？）

　　c.散列字典 dict

　　　　dict是基于散列存储数据的，所以增删和查找的速度都很快，综合了数组和链表的优点，而且dict比orddict而言可以存储大数据。

　　d.平衡树gb_trees

　　　　根据《erlang趣学指南》字典的读取性能最好，GB树在其他方面的性能就更快一些，不过当需要排序的时候自然只能选择二叉树

　　总的选择顺序是：dict/gb_trees > lists > orddict

　　当然了，当数据量小的时候，只考虑方便使用和可读行好的结构，最后附上一张图

3.集合

　　a.ordsets 适用小数据，最慢的一种集合，同样基于lists实现的，这说明什么呢，如果我们自己要实现某种结构，没有算法支持少用lists做底层

　　b.sets 和dict相似，那么也支持大数据，也是读取性能比较好

　　c.gb_sets

　　

The complexity on set operations is bounded by either O(|S|) or O(|T| * log(|S|)), where S is the largest given set, depending on which is fastest for any particular function call. For operating on sets of almost equal size, this implementation is about 3 times slower than using ordered-list sets directly. For sets of very different sizes, however, this solution can be arbitrarily much faster; in practical cases, often 10-100 times. This implementation is particularly suited for accumulating elements a few at a time, building up a large set (> 100-200 elements), and repeatedly testing for membership in the current set.

As with normal tree structures, lookup (membership testing), insertion, and deletion have logarithmic complexity.

　　　　官方文档，在生成集合操作的复杂度比ordset慢3倍，更适合一次插入100-200以上的情况，另外，查找，插入，删除都是对数复杂度。

　　d.sofs 用于处理集合和集合之间的关系

4.有向图

　　digraph digraph_utils

5.队列

　　queue采用两个list来实现，效率也很高，之前还被考过，有空看一下源码怎么写的==

参考:

http://blog.51cto.com/10lover10/1085470

https://www.jianshu.com/p/f0cb1806132d