问题：在计算文本文件中 n 最常用的单词时，哪种数据结构更有效。 哈希表或优先级队列？
我之前已经问了一个与此主题相关的问题，但是在创意反应之后我感到困惑，并且我已经确定了 I 实际上很容易实现的两种数据类型; 哈希表与优先级队列
优先级队列混淆：老实说，我听过youtube与优先级队列相关的讲座，了解它的每个组件，但是当涉及到它的适用性时，我感到困惑。使用二进制堆我可以轻松实现优先级队列，但我的挑战是将其组件使用与频率问题相匹配。
我的哈希表想法：因为在这里决定哈希表的大小有点不确定，所以我决定选择对我更有意义的事情： 26 。由于字母表中的字母数量。此外，具有良好的散列函数，它将是有效的。然而，在我看来，链接列表（使用单独链接进行共谋）并将其整数值递增1会再次进出，这样效率会不高。
很抱歉这篇长篇文章，但作为其他程序员，你会推荐哪一个。如果优先级队列你可以简单地给我一些想法，将它与我的问题联系起来，如果哈希表可以做些什么来提高它的效率吗？
答案 0 :(得分：1)
除了更有意义之外，哈希表将是两个选项中提供的更快的选择。如果您对特殊单词总数的估计（而且大多数人的词汇量超出技术专业术语的数量并不比10,000大得多 - 而不是选择大小26，而不是大于20,000 - 20,000非常大，而30,000是制作一个收集单词的爱好），使大小足够大，你不希望永远填充它，所以碰撞的可能性很低 - 不超过25％。如果你想更加保守，可以实现一个函数，将表格的内容重新整理成原始大小的两倍（并使大小成为素数，因此只有原始大小的两倍）。
既然这是标记的C ++，你可能会问自己为什么你不只是直接使用标准模板库中的多重集。它将记录您输入的每个单词的数量。
在任何一种情况下，您都需要单独传递以查找哪个词是最常见的，因为您只有频率，而不是频率的等级顺序。
答案 1 :(得分：0)
为什么不使用通用/通用字符串散列函数？毕竟你不想算第一个字母，你想要算上所有可能的单词。我会保持桶计数动态。如果不是，您将需要进行大量的链表遍历。