给定数据结构规范，例如具有已知复杂性界限的纯函数映射，必须在几种实现之间进行选择。关于如何选择正确的树，有一些民间传说，例如红黑树通常被认为更快，但AVL树在工作负载下有更好的性能。
-
是否有系统的介绍(发表的论文)这些知识(与集合/地图有关)?理想情况下，我希望看到在实际软件上执行统计分析。例如，它可能得出结论，有N种典型的地图使用方式，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和设置不同输入分布的性能?
-
是否有使用自适应算法来根据实际使用情况改变表示的实现?
这些基本上都是研究课题，结果一般以结论的形式给出，统计数据是隐藏的。但是可以对自己的数据进行统计分析。
对于基准测试，最好查看实现细节。
问题的第三部分是一个非常主观的问题，在实现的时候可能永远不会知道实际的意图。然而，像perl这样的语言尽力为每个操作实现高度优化的解决方案。
以下内容可能会有所帮助:Chris Okasaki的纯功能数据结构http://www.cs.cmu.edu/rwh/论文/okasaki.pdf