split_interval_map 用法,高效找到所有区间与一个点相交

split_interval_map usage, efficient find all interval intersecting a point

#include <iostream>
#include <boost/icl/split_interval_map.hpp>

using namespace std;
using namespace boost::icl;

int main()
{
    split_interval_map<double, int> intervals;

    intervals.add(make_pair(interval<double>::closed(0.,1.),0));
    intervals.add(make_pair(interval<double>::closed(1.,2.),1));
    intervals.add(make_pair(interval<double>::closed(3.,4.),2));
    intervals.add(make_pair(interval<double>::closed(2.,4.),3));
    intervals.add(make_pair(interval<double>::closed(1.5,3.5),4));

    std::vector<double> probes = { 0.23, 1., 1.33 , 1.57, 3.49, 3.51 };

    for(auto probe : probes)
    {
        std::cout << std::endl<< "probe " << probe << std::endl;
        auto lower = intervals.lower_bound(interval<double>::closed(probe, probe));
        auto upper = intervals.upper_bound(interval<double>::closed(probe, probe));
        while(lower != upper)
        {
            std::cout << lower->second << " ";
            ++lower;
        }
    }
}
  1. 我得到的是指数相加。但我正在寻找包含 'probe' 的区间的所有值 (ints)。 (路口?)
  2. 我可以使用 std::set<int> 作为值来实现此目的,但在文档中指出,这对性能有巨大影响。 split_interval_map 似乎包含该信息,但我不知道如何检索它。
  3. 我只需要像本例中那样的高效查找。我不再需要相交的间隔范围。 boost icl 对这个来说太重了吗?
  1. What i get are the indices added up. But i'm looking for all the values (ints) of the interval containing 'probe'. (intersection?)

您使用您选择的组合器获得所有值(共同域值)组合。对于算术类型,这意味着求和。

如果你的co-domain是索引,显然求和是没有意义的combiner,你应该选择别的。

I could achieve this with std::set<int> as value, but in the documentation it is stated, that this has a huge impact on performance.

一如既往,正确先于表现。如果它是你需要的,它就是你需要的。

Seems like split_interval_map contains that information but i don't know how to retrieve it it.

不适用于所选的共同域:如果间隔重叠(并且您使用 add,而不是 set),组合器将丢失原始信息。

I need only a highly efficient lookup like in this example. I don't need the intersecting interval ranges anymore. Is boost icl too heavy for this?

您可以使用 equal_range 而不是 lower_bound/upper_bound:

Live On Coliru

for (auto probe : { 0.23, 1., 1.33, 1.57, 3.49, 3.51 }) {
    std::cout << "\nprobe " << probe << ": ";

    for (auto& p : boost::make_iterator_range(m.equal_range(Ival::closed(probe, probe)))) {
        std::cout << p.second << " ";
    }
}

版画

probe 0.23: 
probe 1: 1 
probe 1.33: 1 
probe 1.57: 4 
probe 3.49: 4 
probe 3.51: 3 

观察:

m.add({Ival::closed(0., 1.), 0});
m.add({Ival::closed(1., 2.), 1});
m.add({Ival::closed(3., 4.), 2});

这些间隔巧妙地重叠。 [0, 1][1, 2] 有共同点 [1,1]。您真的是说 left_open 吗? ([0, 1)[1, 2) 没有重叠)。

m.add({Ival::closed(2., 4.), 3});
m.add({Ival::closed(1.5, 3.5), 4});

如果您对这结合了重叠区间中已有的值感到惊讶,您是要替换它们吗?

m.set({Ival::closed(2., 4.), 3});
m.set({Ival::closed(1.5, 3.5), 4});

备选方案、想法:

  1. 您可以一次与一组探针进行交集:

    Live On Coliru

    Set probes;
    probes.insert(0.23);
    probes.insert(1.);
    probes.insert(1.33);
    probes.insert(1.57);
    probes.insert(3.49);
    probes.insert(3.51);
    std::cout << std::endl << "all: " << (m & probes) << "\n";
    

    打印:

    all: {([1,1]->1)([1.33,1.33]->1)([1.57,1.57]->4)([3.49,3.49]->4)([3.51,3.51]->3)}
    
  2. (也许?)稍微优化一下:

    Live On Coliru

    using Map  = icl::split_interval_map<double, boost::container::flat_set<int> >;
    
  3. 如果集要变小,请考虑为 flat_set 的序列类型指定 small_vector:

    icl::split_interval_map<double,
        boost::container::flat_set<int, std::less<int>, 
            boost::container::small_vector<int, 4>
        > >;
    

    其他一切仍然有效:Live On Coliru

  4. 完全开箱即用:您正在为几何区域建模吗?像时间轴上的间隔?或者只是轴上的线段?在那种情况下,考虑 boost::geometry::index::rtree<>