独特的字数

Question

这是一个适用于（可能）任何高级编程语言的通用问题。 情况如下：

假设我有一个字符串数组。说，我设法将一个短篇故事中的50万个字符串放入一个数组中（假设您没有输入格式选项）。因此，很可能会有任意数量的重复项目。

我想获取这个字符串数组并创建另一个包含该数组唯一子集（？）的数组（即：没有重复项）。在这种情况下，输入和输出都必须是数组，因此可能会限制您使用各种选项。

性能方面，实现这一目标的最快方法是什么？我目前正在使用线性搜索来检查单词是否已经存在，但由于它是线性搜索，我觉得可能有更快的方法，特别是如果我有不合理的字符串可以使用。就像一部更大的小说！

Answer 1

使用散列集可能是最明智的做法 - 复杂性应该是O（N）。

注意：大多数高级编程语言都包含一个函数实现，可以从数组中删除重复项，例如： PHP

Answer 2

如果你要在其中加入大量的文字，directed acyclic word graph是我所知道的最有效的数据结构。

然而，它在概念上是一个非常简单的数据结构。