Question

我正在编写一个程序，它将为数据结构添加越来越多的数字或唯一字符串。一旦完成，我后来需要不断检查其中是否存在字符串。

如果我要使用ArrayList，我相信检查某些指定字符串的存在会遍历所有项目，直到找到匹配的字符串（或到达结尾并返回false）。

然而，使用HashMap我知道在常量时间我可以简单地将键用作String并返回任何非null对象，从而使此操作更快。但是，我并不热衷于填充HashMap，其值完全是任意的。是否存在使用散列函数的现成数据结构，但不需要放置值？

Answer 1

如果我要使用ArrayList，我相信检查某些指定字符串的存在会遍历所有项目，直到找到匹配的字符串

更正，检查项目列表与列表条目数呈线性关系。

但是，我并不热衷于填充HashMap，其值完全是任意的

您不必：Java提供HashSet<T>类，非常类似于没有值部分的HashMap。

您可以将所有字符串放在那里，然后在恒定时间内检查是否存在其他字符串;

Set<String> knownStrings = new HashSet<String>();
... // Fill the set with strings

if (knownString.contains(myString)) {
    ...
}

Answer 2

这取决于很多因素，包括你必须输入到该数据结构中的字符串数量（你知道这个数字是提前的，还是有一个基本的想法？），以及你希望命中/未命中率是多少

要使用的非常有效的数据结构是trie或基数树;它们基本上是为此而制造的。有关它们如何工作的说明，请参阅the wikipedia entry（此页面中的基数树定义的后续内容）。有Java实现（其中一个是here;但是我有一组固定的字符串要注入，这就是我使用构建器的原因。）

如果您的字符串数量非常大和，那么您不会期望最小的错失率，那么您也可以考虑使用bloom filter;但问题是它是概率性的;但你可以得到“不存在”的快速答案。这里也有Java实现（例如，Guava有一个实现）。

否则，好吧，HashSet ...

Answer 3

HashSet可能是正确的答案，但如果您选择（为简单起见）搜索列表，将单词连接到带分隔符的String可能更有效：

String wordList = "$word1$word2$word3$word4$...";

然后用分隔符之间的单词创建一个搜索参数：

String searchArg = "$" + searchWord + "$";

然后搜索contains：

bool wordFound = wordList.contains(searchArg);

使用StringBuilder构建searchArg可以使效率更高一些。

Answer 4

正如其他人提到的，HashSet是必经之路。但是，如果大小会很大，并且您可以接受误报（检查用户名是否存在），也可以使用 BloomFilters （概率数据结构）。