我有一些疑问，这项任务的最佳数据结构是什么。 我有#hashtags的多个文本，我想在一个好的数据结构中检测并插入该文本的主题标签。
小例子：
hey #my #name is blah #my name blah blah
然后我有
#my #name #my
#my 2
#name 1
我正在考虑使用哈希表，因此我可以使用O（1）插入和查找主题标签。问题是。如果我想打印所有按标签重复排序的主题标签（然后按字母顺序打破关系），我必须用O（N log N）来完成。此外，如果我想找到具有最大重复次数的标签，我必须使用O（N）。
另一方面，我有一棵二叉树。我用O（log N）进行插入和查找，这比HashTable差，但我按顺序打印O（N），O（log N）找到最大值（O（1）二进制堆？）。 p>
哪种数据结构能为我提供最快的解决方案？ Binary Tree是否会给我一个更好的平均复杂度？二进制堆？有更好的数据结构吗？
答案 0 :(得分：0)
但按顺序打印O（N），O（log N）找到最大值（O（1）二进制堆？）
如果在计算主题标签的重复时使用二叉树作为主数据结构，则需要按相关字词的字母顺序对其进行排序，这样就无法帮助您打印“按标签重复排序” 。并且，您可以在填充哈希表时轻松计算最大值 - 插入后无需再执行其他操作。
解决方案：从哈希标签中获取哈希映射以进行计数。每次增加重复次数时，如果它比你之前看到的要大，那么请记住max_count值。
然后创建一个max_count数组（如果您的语言使用基于0的索引，则为+1）可变大小的数组，并迭代哈希表，将哈希标记附加到与其频率计数匹配的数组索引中。然后打印结果，迭代外部频率数组，在每个索引处对可变长度的主题标签数组进行排序，然后打印它们。