假设您拥有一百万个手机号码记录库。您将如何存储这些数字，以便检查给定数字是否已经存在于最小的空间和时间复杂度中？
答案 0 :(得分：0)
根据最大电话号码数字d，如果存在电话 i ，则可以使用位 i 为真的（大）位集：一个检查，你完成了。这将最小化时间复杂度，特别是如果你继续在一个机器上测试它，其中位集适合主存储器（尝试是O（数字） - 这将是O（1））。
如果您想最小化空间复杂性，10^d＆gt;＆gt; n（n =存储的手机数量），简单地将手机存储在排序的数组中将比构建传统的trie更紧凑（尝试有很多指针：开销）。二进制搜索仍然与使用trie在同一复杂度类别中（O（数字）是O（log n））。
另一种选择是构建bloom filters - 它们具有<强>空间优势而不是尝试，不涉及指针开销，并且通过构建正滤波器和负滤波器，您获得100 ％精度和召回率。检索可能比其他选项慢一点，但从理论上讲，它仍然处于相同的复杂性类别。
像这样的问题有太多的摆动空间。如果没有更多细节，谈论“最佳”存储是没有意义的。此外，在95％的情况下，语言库提供的集合将足够好。 1M条目并不多。
答案 1 :(得分：0)
字典或哈希地图在这里非常好用。内存消耗为O（n），其中n是要存储的项目数。在.NET中，O（n）包含一个大约25左右的常量。因此，一百万个电话号码将需要大约25 MB的索引开销。但检查存在是O（1）。
对比一个特里，这可能是更多的内存饥饿（每个节点40个或更多字节），其查找时间是O（k），其中k是您正在查找的项目中的字符数。
尝试提供低技术解决方案也是值得的：一个简单的排序数组和一个二进制搜索。这将为您提供最小的内存占用，并且使用现代硬件可以快速地对一百万个项目进行二进制搜索。您没有说出您所需的吞吐量是多少，但如果您每秒进行大约一千次查询，则二进制搜索肯定符合要求。编写代码并对其进行分析可能值得您花些时间。如果简单的解决方案足够快，为什么选择“最快”？
答案 2 :(得分：-1)
使用Trie数据结构。 以下链接应该会有所帮助 http://www.codeproject.com/Articles/18033/Phone-Directory-Implementation-Using-TRIE