Question

我正在使用ruby将大型TXT文件加载到数组或哈希中。输入文件包含超过1'000'000个MD5哈希值，按字母顺序排序，没有重复。

Ruby中最快的方法是找出我的数组或哈希中是否存在某个哈希值？目前我使用数组并“包含？”。

def loadhashlist
@all_hash_values = Array.new
    f = File.readlines("inputmd5.txt").each do |row|
    @all_hash_values.push(row.gsub("\n",""))
    end
end

loadhashlist

def hashlookup(file)
md5 = file.getMd5
    if @all_hash_values.include? md5
    #code goes here
    end
end

Answer 1

是的，你可以使用一个数组，最多只能O(logN)，但使用一个集合会更快更好。

require 'set'

hashes = Set.new
hashes << 'foo'
hashes << 'bar'
hashes.include?('bar') # => true

在ruby集中使用哈希表实现，因此查找是O(1)。

Answer 2

Array#include?是O（N）。

相反，由于数组已经排序，您可以使用Array#bsearch，即O（lgN）。

Answer 3

没有检查ruby中的实现细节（如果你完全依赖它就必须进行基准测试）但是从我在CS课程中学到的内容可以归结为：

数组：基于所用方法的O（n）或O（log n）
哈希（假设md5是关键）：O（1）

所以我选择哈希。

Ruby Hashes vs. Arrays：查找项目的最快方法？

3 个答案: