在大数据制度中,计算机系统和算法必须处理大量数据,使许多传统的精确算法太昂贵了。为了解决此问题,研究人员已经开发了近似算法,这些算法可以在运行时和数据结构的渐近改进方面进行一些准确性,这些精度可以有效地存储并回答有关数据集的多个查询。这自然会导致这个问题,多年来近似算法和数据结构如何改善?在这里,我们提供了一些有关此问题的见解,研究了算法和数据结构的趋势,速度和准确性之间的权衡或特定数据结构操作的运行时间之间的权衡以及特定的感兴趣问题。我们的分析基于大约300个近似算法和大约250个数据结构的数据集。对于这两个领域,我们都发现,即使到今天,研究仍然相当活跃,即使数据结构的显着或渐近增长在下降缓慢。改进也是相当异质的 - 有些问题看到了很多工作和改进,而另一些则没有看到太大的进步。此外,具有精确和近似算法的问题,约为1