155

因此，如果我必须在哈希表或前缀树之间进行选择，那么导致我选择其中一个的区别因素是什么。从我自己幼稚的角度来看，似乎使用 trie 有一些额外的开销，因为它没有存储为数组，但就运行时间而言（假设最长的键是最长的英文单词）它本质上可以是 O (1) (关于上限)。也许最长的英文单词是50个字符？

一旦获得索引，哈希表就会立即查找。然而，散列密钥以获取索引似乎可以轻松完成近 50 个步骤。

有人可以为我提供一个更有经验的观点吗？谢谢！

4

8 回答 8

134

尝试的优点：

基础：

  • 可预测的 O(k) 查找时间，其中 k 是键的大小
  • 如果不存在，查找可能需要不到 k 时间
  • 支持有序遍历
  • 不需要哈希函数
  • 删除很简单

新操作：

  • 您可以快速查找键的前缀，枚举具有给定前缀的所有条目等。

链接结构的优点：

  • 如果有许多公共前缀，则它们所需的空间是共享的。
  • 不可变尝试可以共享结构。您可以构建一个仅沿一个分支不同的新 trie，而不是更新就地的 trie，其他地方指向旧 trie。这对于并发、表的多个同时版本等很有用。
  • 不可变的 trie 是可压缩的。也就是说，它也可以通过 hash-consing共享后缀的结构。

哈希表的优点：

  • 每个人都知道哈希表，对吧？你的系统已经有了一个很好的优化实现，比大多数目的的尝试都要快。
  • 您的密钥不需要有任何特殊结构。
  • 比明显的链接特里结构更节省空间（见下面的评论）
于 2008-10-29T06:38:06.697 回答
50

这完全取决于您要解决的问题。如果您需要做的只是插入和查找，请使用哈希表。如果您需要解决更复杂的问题，例如与前缀相关的查询，那么 trie 可能是更好的解决方案。

于 2008-10-29T05:25:20.137 回答
33

每个人都知道哈希表及其用途，但它并不是完全恒定的查找时间，这取决于哈希表有多大，哈希函数的计算复杂度。

在大多数工业场景中，即使是很小的延迟/可扩展性也很重要（例如：高频交易），为高效查找创建巨大的哈希表并不是一个优雅的解决方案。您必须关心要优化的数据结构，以便在内存中占用空间以减少缓存未命中。

trie 更适合需求的一个很好的例子是消息中间件。您有一百万个不同类别的消息订阅者和发布者（在 JMS 术语中 - 主题或交换），在这种情况下，如果您想根据主题（实际上是字符串）过滤掉消息，您肯定不想创建哈希表拥有百万主题的百万订阅。更好的方法是将主题存储在 trie 中，因此当基于主题匹配完成过滤时，其复杂性与主题/订阅/发布者的数量无关（仅取决于字符串的长度）。我喜欢它，因为您可以创造性地使用这种数据结构来优化空间需求，从而降低缓存未命中率。

于 2012-04-15T05:57:34.530 回答
14

使用树：

  1. 如果您需要自动完成功能
  2. 查找所有以“a”或“axe”开头的单词，依此类推。
  3. 后缀树是树的一种特殊形式。后缀树有一系列哈希无法涵盖的优点。
于 2012-01-12T10:27:47.747 回答
5

我没有看到任何人明确提到过一些我认为很重要的事情要牢记在心。哈希表和各种尝试通常都有O(k)操作，其中k是字符串的长度，以位为单位（或等效地以字符为单位）。

这是假设你有一个好的散列函数。如果您不希望“农场”和“农场动物”散列到相同的值，那么散列函数将不得不使用密钥的所有位，因此散列“农场动物”大约需要两倍的时间“农场”（除非您处于某种滚动散列场景中，但也有一些类似的操作保存场景与尝试）。有了香草树，就很清楚为什么插入“农场动物”所需的时间大约是“农场”的两倍。从长远来看，压缩尝试也是如此。

于 2014-10-16T12:40:26.170 回答
5

对 trie 的插入和查找与输入字符串 O(s) 的长度呈线性关系。

哈希将为您提供查找和插入的 O(1)，但首先您必须根据再次为 O(s) 的输入字符串计算哈希。

结论，渐近时间复杂度在这两种情况下都是线性的。

从数据的角度来看，trie 有更多的开销，但您可以选择一个压缩的 trie，它会让您再次或多或少地与哈希表平起平坐。

要打破平局，请问自己这个问题：我只需要查找完整的单词吗？还是我需要返回与前缀匹配的所有单词？（如在预测文本输入系统中）。对于第一种情况，请使用哈希。它是更简单、更干净的代码。更容易测试和维护。对于前缀或后缀很重要的更详细的用例，请尝试一下。

And if you do it just for fun, implementing a trie would put a Sunday afternoon to a good use.

于 2017-11-19T17:16:23.157 回答
2

与基本的Trie实现相比，HashTable实现更节省空间。但是对于字符串，在大多数实际应用中都需要排序。但是 HashTable 完全打乱了字典顺序。现在，如果您的应用程序正在执行基于字典顺序的操作（如部分搜索、所有具有给定前缀的字符串、所有单词按排序顺序），您应该使用 Tries。对于仅查找，应使用 HashTable（可以说，它提供了最短的查找时间）。

PS：除此之外，三元搜索树（TST）将是一个很好的选择。它的查找时间比 HashTable 长，但在所有其他操作中都具有时间效率。此外，它比尝试更节省空间。

于 2017-06-18T16:05:39.103 回答
-2

一些（通常是嵌入式的、实时的）应用程序要求处理时间与数据无关。在这种情况下，哈希表可以保证已知的执行时间，而 trie 会根据数据而变化。

于 2008-10-29T05:31:49.810 回答