纯函数映射和集合的统计性能
给定一个数据结构规范，比如一个具有已知复杂度界限的纯函数映射，我们必须在几个实现之间进行选择。有一些关于如何选择正确的一个民间传说，例如红-黑树通常被认为是更快，但 AVL 树有更好的性能在工作负载与许多查找。
是否有系统的介绍(已发表的论文)这方面的知识(关于集合/地图) ？理想情况下，我希望看到在实际软件上执行的统计分析。例如，它可能会得出结论，地图的使用有 N 种典型类型，并列出每种类型的输入概率分布。
是否有系统的基准来测试映射和设置不同输入分布的性能？
是否有使用自适应算法根据实际使用情况改变表示的实现？
