链表与字典数组

Question

我最近在接受采访时被问到advantages and disadvantages of linked list and arrays for dictionary of words implementation以及what is the best data structure for implementing it?这是我把事搞砸的地方。谷歌搜索后，我无法专门找到特定于词典的确切答案，但一般链表v阵列解释。 上述问题的最佳答案是什么？

Answer 1

好吧，如果您正在构建字典，那么您希望它是一个排序结构。所以你要去排序数组或排序链表。

• 对于链接列表检索O(n)，因为您必须检查所有单词，直到找到所需的单词。对于已排序的数组，您可以使用二进制搜索来查找正确的位置，即O(log n)。
• 对于已排序的数组，插入为O(log n)以找到正确的位置（二进制搜索），然后插入O(n)，因为您需要将所有内容都向下推。对于链接列表，找到位置然后O(n)将被O(1)插入，因为您只需要调整指针。这同样适用于删除。

由于您不会更新字典，您可以在O(nlog n)时间内构建然后对数组进行排序（例如使用quicksort）。之后，使用二进制搜索查找O(log n)。此外，正如下面提到的delnan，使用数组的优点是您访问的所有内容都是连续的内存;即，数据被定位（参考的位置）。这最大限度地减少了缓存未命中（这是很昂贵的）。使用链表，数据遍布全部，并且无法保证它们靠近在一起，这增加了缓存未命中的可能性。考虑到这两个选项，请使用数组。

如果使用红黑树实现已排序的hashmap（您的树条目，其中的键可以与hashmap结合），您可以做得更好;这里的搜索，插入和删除都是O(log n)。但这实际上取决于你的行为特征;如果您只进行查找，则最好使用简单的散列图（O(1)检索）。

您可以使用的另一个有趣的数据结构是Trie，其中插入和查找是O(m); m是字符串的长度。

Answer 2

如果您只是将其用于查找，那么数组就是两者中最明显的选择。您可以从O（n log n）中的单词列表构建字典 - 只需构建一个数组并对其进行排序。查找是O（log n），带有二分搜索。

虽然您可以在O（n）中构建单词的链接列表，但查找平均需要查看n / 2个单词。差异非常大。给定128K字的英语字典，链表查找平均需要64,000个字符串比较。二进制搜索最多需要 17。

此外，n个单词的链接列表将占用比n个单词数组更多的内存，因为您需要列表中的next指针。

如果您需要更新字典的能力，如果与查找相比更新很少，那么您可能仍然希望使用数组（几乎可以肯定是这种情况）。我无法想到一个真实世界的单词词典示例，这些词典的更新频率高于它的查询。

正如其他人所指出的那样，数组和链表都不是单词词典的最佳选择。但是在你给出的两个选项中，阵列在几乎所有情况下都是优越的。

Answer 3

没有一个答案。

如果您只想查找单个项目，或者如果您想查找项目范围，则基于平衡树的内容可以选择基于哈希表的两个明显选择。

如果您进行大量搜索并且插入或删除相对较少，则排序数组可以正常工作。找到首选链表的情况要困难得多。根据情况（特别是找到所有开头的单词，例如＆＃34; ste＆＃34;），尝试也可以非常好地工作（并且通常可以最大限度地减少给定集合所需的存储空间）数据也是如此。

这些是非常广泛的类别，而不是具体的实现。还有一些变体，例如可扩展散列和分布式散列表，它们在特定情况下很有用（并且还具有类似树状的属性，因此基于范围的搜索等方法可以合理有效）。

Answer 4

实施字典的最佳数据结构是suffix trees。您还可以查看tries。