哪个是实现trie节点的子节点 - 数组或散列映射的更好的实现？

Question

我正在阅读有关trie数据结构的内容，并发现了两个实现在trie节点中实现子节点的实现。以下是两种实现的细节： -

1）长度为26的Trie节点数组已用于存储特里节点的子节点。

2）HashMap用于存储trie节点的子节点，其中字符为键，Trie节点为值。

请告诉我哪种实施更好，为什么？

Answer 1

这取决于 - 通常在记忆和速度之间进行权衡。

如果您的字符串很短并且您没有内存问题，那么当然可以选择阵列。这样可以加快搜索速度。如果你的字母在单词之间均匀分布，那也很好。

如果您的字符串可能很大并且有一些字母很少出现，那么请转到哈希映射。这样你就不会占用太多未使用的内存。如果您的字母表比26个字母大得多，那也更好。

数组更快但可能比HashMap消耗更多内存 - 但不是必需的。想象一下，你的文字袋包含所有可能由26个字母组成的长度为N的26 ^ N个单词。然后HashMap会变慢并消耗更多内存。

Answer 2

有两个非常常见的结构用于trie节点：

CharNode
    char letter
    CharNode[26] children

CharNode
    char letter
    Dictionary<char, CharNode> children

这些工作得很好，但是他们浪费了大量的记忆，因为孩子的名单非常稀少。在我看来，两者都没有提供抵消内存成本的性能优势。我更喜欢使用：

CharNode
    char letter
    CharNode[] children

或

CharNode
    char letter
    CharNode* firstChild
    CharNode* sibling

在第一种情况下，children数组的大小可变，只能容纳实际使用的子项数，并且首先使用最常用的字母排列子项。顺序搜索找到所需的孩子。

在第二种情况下，您有一个子项链表，每个子项都有一个兄弟指针。同样，根据频率将儿童安排在列表中。

我更喜欢第二种，因为在许多运行时环境中，分配数组的成本非常高。例如，在.NET中，数组分配开销大约为50个字节。考虑到trie节点通常少于五个子节点，数组分配开销大于数组所拥有的数据。通过链表安排，您不会浪费任何记忆。

小孩子列表的连续搜索非常快，因为要搜索的孩子列表通常非常短，并且字母频率的分布通常非常偏斜。也就是说，前两个孩子的使用频率通常比其他孩子高得多。因此，平均而言，您只需要搜索两个或三个子节点。

其中任何一个都可以节省大量内存，这可以使程序更快。在使用这些替代结构时，我的测试没有显示出明显的性能损失。

Answer 3

数组是经典的教科书实现，默认选择。

当字母较大且使用的键的实际数量较少时，hashmap的内存较少，但是hashmap本身的结构比数组的内存更多。因此需要权衡取舍，并取决于实际的特里树琴键。

每个子链接的访问速度几乎是O（1）。