字典的算法和结构

Question

我想写一本字典。我应该使用哪些算法/结构？

每个单词或短语都有相应的说明（示例，视频，图像等）。应该可以轻松添加/删除单词和修改说明。快速访问比快速添加/删除更相关。应该可以根据描述中的一些信息过滤单词。有些描述可能是半空的。

我在想字典文件中包含这些单词的单词和位置的索引。如何从描述中快速搜索一些信息？

Answer 1

字典通常建立在树木之上，最常见的是自平衡树木。最常用的是Red-Black trees和AVL Trees，你应该从那里开始 满足您的要求（我正在考虑案例，其中单词是键（索引），描述是该键指向的数据）：
1.我应该添加/删除单词 - 检查，你从树中添加和删除节点 2.应该可以修改描述 - 检查，描述没有编入索引，所以当你找到它时，你可以用它做任何你想做的事情，而不用改变树自己。
3.快速访问 - 检查，你有log2（N）访问权限，树保持平衡（因此 - 它是自平衡树）。
4.一些描述可以是半空的 - 描述只是连接到节点的数据，它可以是空的，或任何你喜欢的，不会改变结构内部的任何内容。
5.根据一些信息过滤单词 - 我没有得到这个，过滤的东西可以通过复制树来实现，但没有你要过滤的单词，因此你会得到另一棵树，只有那些你想要的单词（不会复制描述）。

编辑：你应该知道的一件事 - 很好地实施这些树，这不是一件容易的事。得到一两个错误很容易，你应该在每一步都检查你的实现的正确性。此外，如果您想要深入了解更多结构，您可能需要阅读Knuth's。

Answer 2

Ravadre指出了基于搜索树的数据结构。

最大的选择是使用hash table。它对树的主要缺点是它内部的数据没有排序 - 元素的排序有些随意。如果需要按排序顺序访问元素，则不建议使用哈希表。

但是，如果你不需要排序的项目，请使用哈希表：访问时间平均为O（1），虽然这取决于很多因素，但它通常仍然很远优于基于树的结构中的访问时间。

顺便说一句，大多数编程语言已经提供了一种或两种数据结构，因此您不需要自己实现它们。

Answer 3

对于存储带有单词作为键的字典，您可能希望使用trie，一种数据结构，其中键通常是字符串。非常好。

如果将字典本身存储在数组中，则单词键映射的值可以只是数组中字典条目的索引列表，其中出现该单词的描述。

如果您不想使用trie：您可以使用哈希表或某种二叉树。

使用哈希表，理论上你有极快的查找速度，但是碰撞的可能性，这意味着性能可能会随着时间的推移而变得更糟。另请参阅this blog post。

使用平衡二叉搜索树（红黑树很受欢迎），你的键查找可能会慢一点，但（如果你使用平衡树）可以保证相对较好的性能。

Answer 4

如果我理解正确，你想建立一个实际的字典，即带有描述，视频和图像的单词列表？而不是实现字典数据类型？

对于前者，我建议数据库是您的最佳选择。您不必将整个结构保留在内存中，良好的索引结构允许快速访问。 SQL查询将使您能够按描述或任何其他字段进行过滤。

这种方法的主要缺点是插入算法，因为数据库增加了插入单词所花费的时间（假设你不想保持顺序）会增加。二进制搜索正确的位置可能是你最好的开始。显然，这有助于对二叉树结构的需求。

对于实际的数据库本身，有几种方法可以解决它。将实际单词作为索引可能值得考虑，并且还具有以下优点：您可以根据索引直接获取位置（假设您可以将字符串转换为随着单词位置增加而增加的数字

希望这有帮助。