我将10^9个密钥存储在BST中。
与让我们说有多个大小为10^6的BST包含更大树的大块相比？搜索所有并行执行的内容。
我说的只是搜索性能，因为处理能力不是瓶颈。
答案 0 :(得分：0)
完全取决于您的密钥架构。
例如，假设你的钥匙是姓氏，平均分布在26个英文字母中。如果您正在寻找Pax Diablo，则可以立即删除25/26的搜索空间，仅查看D树（Diablo）。
使用平衡二叉树，您必须平均遍历4.7树级别（log226 关于 4.700439718）。
所以，是的，如果前期操作的复杂性最小，可以更高效。在给定的示例中，基于名称的第一个字符和查找树的数组查找，选择二十六个tress之一为O(1)。
如果您的注释表明密钥实际上是从零到十亿的数字，您仍然可以具有相同的效率，具体取决于数据分布。如果它们是平均分布的（甚至是接近的），你可以根据数字的前三位数保持一千种不同的树（从你的声明中你想要一百万棵树），并将初始搜索减少一个因子1000（约十个树级）。
当然，分发很重要。如果你的所有数字都少于一百万，那么它们都将在第一棵树中，这个方案将为你节省一切（实际上它会增加一个无用的第一步）。
答案 1 :(得分：0)
考虑使用哈希表。查找这么大的键集应该明显更快。与BST的对数相反，散列映射具有恒定的摊销搜索复杂度。
另外，当你在谈论一棵巨大的树时，也许你应该看看b+ trees。
我怀疑你尝试采取的方法比使用上述建议更有效。二叉树的深度增长非常缓慢（假设它是平衡的）。另一方面，当您生成输出时，您的方法同步将是麻烦的。