ฉันจะเลือกระหว่าง Hash Table กับ Trie (Prefix Tree) ได้อย่างไร

ดังนั้นถ้าฉันต้องเลือกระหว่างตารางแฮชหรือต้นไม้นำหน้าอะไรคือปัจจัยแบ่งแยกที่จะทำให้ฉันเลือกอย่างใดอย่างหนึ่ง จากมุมมองที่ไร้เดียงสาของฉันดูเหมือนว่าการใช้ Trie จะมีค่าใช้จ่ายพิเศษบางอย่างเนื่องจากไม่ได้จัดเก็บเป็นอาร์เรย์ แต่ในแง่ของเวลาทำงาน (สมมติว่าคีย์ที่ยาวที่สุดคือคำภาษาอังกฤษที่ยาวที่สุด) โดยพื้นฐานแล้วอาจเป็น O (1) (สัมพันธ์กับขอบเขตบน) บางทีคำภาษาอังกฤษที่ยาวที่สุดคือ 50 ตัวอักษร?

ตารางแฮชมีรูปลักษณ์ทันทีขึ้นเมื่อคุณได้รับดัชนี การแฮ็กคีย์เพื่อรับดัชนี แต่ดูเหมือนว่าจะทำได้อย่างง่ายดายเกือบ 50 ขั้นตอน

ใครช่วยให้มุมมองที่มีประสบการณ์มากกว่านี้แก่ฉันได้ไหม ขอบคุณ!

ข้อดีของการพยายาม:

พื้นฐาน:

• เวลาค้นหา O (k) ที่คาดเดาได้โดยที่ k คือขนาดของคีย์
• การค้นหาอาจใช้เวลาน้อยกว่า k หากไม่มี
• รองรับการส่งผ่านตามคำสั่ง
• ไม่จำเป็นต้องมีฟังก์ชันแฮช
• การลบนั้นตรงไปตรงมา

การดำเนินการใหม่:

• คุณสามารถค้นหาคำนำหน้าของคีย์ได้อย่างรวดเร็วระบุรายการทั้งหมดด้วยคำนำหน้าที่กำหนดเป็นต้น

ข้อดีของโครงสร้างที่เชื่อมโยง:

• หากมีคำนำหน้าทั่วไปจำนวนมากจะแบ่งพื้นที่ที่ต้องการ
• ความพยายามที่ไม่เปลี่ยนรูปสามารถแบ่งปันโครงสร้างได้ แทนที่จะอัปเดต Trie ในสถานที่คุณสามารถสร้างอันใหม่ที่แตกต่างกันตามสาขาเดียวเท่านั้นโดยที่อื่นจะชี้ไปที่ Trie แบบเก่า สิ่งนี้จะมีประโยชน์สำหรับการทำงานพร้อมกันตารางหลายเวอร์ชันพร้อมกันเป็นต้น
• ไตรอีที่ไม่เปลี่ยนรูปสามารถบีบอัดได้ นั่นคือมันสามารถแชร์โครงสร้างของส่วนต่อท้ายได้เช่นกันโดยการแฮช

ข้อดีของแฮชแท็ก:

• ทุกคนรู้จักแฮชแท็กใช่ไหม? ระบบของคุณจะมีการนำไปใช้งานที่ดีและรวดเร็วกว่าการพยายามเพื่อวัตถุประสงค์ส่วนใหญ่
• กุญแจของคุณไม่จำเป็นต้องมีโครงสร้างพิเศษใด ๆ
• ประหยัดพื้นที่มากกว่าโครงสร้าง Trie ที่เชื่อมโยงอย่างชัดเจน ( ดูความคิดเห็นด้านล่าง )

ทุกอย่างขึ้นอยู่กับปัญหาที่คุณกำลังพยายามแก้ไข หากสิ่งที่คุณต้องทำคือการแทรกและการค้นหาให้ใช้ตารางแฮช หากคุณต้องการแก้ปัญหาที่ซับซ้อนมากขึ้นเช่นคำค้นหาที่เกี่ยวข้องกับคำนำหน้าสามคนอาจเป็นทางออกที่ดีกว่า

ทุกคนรู้จักตารางแฮชและการใช้งาน แต่เวลาในการค้นหาไม่คงที่แน่นอนขึ้นอยู่กับว่าตารางแฮชมีขนาดใหญ่เพียงใดความซับซ้อนในการคำนวณของฟังก์ชันแฮช

การสร้างตารางแฮชขนาดใหญ่เพื่อการค้นหาที่มีประสิทธิภาพไม่ใช่วิธีการแก้ปัญหาที่สวยงามในสถานการณ์อุตสาหกรรมส่วนใหญ่ที่แม้เวลาแฝง / ความสามารถในการปรับขนาดเล็ก ๆ ก็มีความสำคัญ (เช่นการซื้อขายด้วยความถี่สูง) คุณต้องดูแลเกี่ยวกับโครงสร้างข้อมูลเพื่อให้เหมาะสมกับพื้นที่ที่ใช้ในหน่วยความจำด้วยเพื่อลดการพลาดแคช

ตัวอย่างที่ดีมากที่ trie เหมาะสมกับความต้องการคือตัวกลางในการส่งข้อความ คุณมีสมาชิกนับล้านและผู้เผยแพร่ข้อความในหมวดหมู่ต่างๆ (ในเงื่อนไข JMS - หัวข้อหรือการแลกเปลี่ยน) ในกรณีเช่นนี้หากคุณต้องการกรองข้อความตามหัวข้อ (ซึ่งเป็นสตริงจริงๆ) คุณไม่ต้องการสร้างตารางแฮช สำหรับการสมัครสมาชิกนับล้านที่มีหัวข้อนับล้าน วิธีการที่ดีกว่าคือการจัดเก็บหัวข้อไว้ใน trie ดังนั้นเมื่อทำการกรองตามหัวข้อที่ตรงกันความซับซ้อนจะไม่ขึ้นอยู่กับจำนวนหัวข้อ / การสมัครสมาชิก / ผู้เผยแพร่ (ขึ้นอยู่กับความยาวของสตริงเท่านั้น) ฉันชอบเพราะคุณสามารถสร้างสรรค์กับโครงสร้างข้อมูลนี้เพื่อเพิ่มประสิทธิภาพความต้องการพื้นที่และด้วยเหตุนี้จึงลดการพลาดแคช

ใช้ต้นไม้:

1. หากคุณต้องการคุณสมบัติเติมอัตโนมัติ
2. ค้นหาคำทั้งหมดที่ขึ้นต้นด้วย 'a' หรือ 'axe' เป็นต้น
3. ต้นไม้ต่อท้ายเป็นรูปแบบพิเศษของต้นไม้ ต้นไม้คำต่อท้ายมีข้อดีทั้งหมดที่แฮชไม่สามารถครอบคลุมได้

มีบางสิ่งที่ฉันไม่เคยเห็นใครพูดถึงอย่างชัดเจนซึ่งฉันคิดว่าเป็นสิ่งสำคัญที่ต้องจำไว้ ทั้งตารางแฮชและการลองหลาย ๆ แบบมักจะมีO(k)การดำเนินการโดยที่kความยาวของสตริงเป็นบิต (หรือเทียบเท่าในตัวอักษร)

นี่คือสมมติว่าคุณมีฟังก์ชันแฮชที่ดี หากคุณไม่ต้องการให้แฮช "ฟาร์ม" และ "สัตว์ในฟาร์ม" มีค่าเท่ากันฟังก์ชันแฮชจะต้องใช้บิตของคีย์ทั้งหมดดังนั้นการแฮช "สัตว์ในฟาร์ม" ควรใช้เวลาประมาณสองเท่า "ฟาร์ม" (ยกเว้นกรณีที่คุณอยู่ในสถานการณ์แฮชแบบโรลลิ่ง แต่ก็มีสถานการณ์จำลองการดำเนินการที่คล้ายกันในการพยายามด้วยเช่นกัน) และด้วยวานิลลาทรีเป็นที่ชัดเจนว่าทำไมการใส่ "สัตว์เลี้ยงในฟาร์ม" จึงใช้เวลานานกว่า "ฟาร์ม" ประมาณสองเท่า ในระยะยาวก็เป็นจริงเมื่อพยายามบีบอัดเช่นกัน

การแทรกและการค้นหาบนสามเป็นเส้นตรงกับความยาวของสตริงอินพุต O (s)

แฮชจะให้ O (1) สำหรับการค้นหา ans การแทรก แต่ก่อนอื่นคุณต้องคำนวณแฮชตามสตริงอินพุตซึ่งอีกครั้งคือ O (s)

สรุปความซับซ้อนของเวลาที่ไม่แสดงอาการเป็นเส้นตรงในทั้งสองกรณี

Trie มีค่าใช้จ่ายเพิ่มเติมจากมุมมองของข้อมูล แต่คุณสามารถเลือก Trie ที่บีบอัดซึ่งจะทำให้คุณมีความสัมพันธ์กับตารางแฮชมากขึ้นหรือน้อยลง

หากต้องการทำลายความสัมพันธ์ให้ถามตัวเองด้วยคำถามนี้: ฉันจำเป็นต้องค้นหาคำเต็มเท่านั้นหรือไม่? หรือฉันต้องส่งคืนคำทั้งหมดที่ตรงกับคำนำหน้า? (เช่นเดียวกับระบบป้อนข้อความคาดเดา) สำหรับกรณีแรกให้ใช้แฮช เป็นรหัสที่ง่ายและสะอาดกว่า ทดสอบและบำรุงรักษาง่ายกว่า สำหรับกรณีการใช้งานที่มีรูปไข่มากขึ้นโดยที่คำนำหน้าหรือส่วนเสริมมีความสำคัญให้ไปที่ trie

และถ้าคุณทำเพื่อความสนุกสนานการใช้ Trie จะช่วยให้บ่ายวันอาทิตย์ได้รับประโยชน์

การใช้งานHashTableเป็นพื้นที่ที่มีประสิทธิภาพเมื่อเทียบกับการใช้งานTrieขั้นพื้นฐาน แต่ด้วยสตริงการสั่งซื้อเป็นสิ่งที่จำเป็นในการใช้งานจริงส่วนใหญ่ แต่ HashTable รบกวนลำดับคำศัพท์โดยสิ้นเชิง ตอนนี้หากแอปพลิเคชันของคุณดำเนินการตามลำดับคำศัพท์ (เช่นการค้นหาบางส่วนสตริงทั้งหมดที่มีคำนำหน้าที่กำหนดคำทั้งหมดตามลำดับที่จัดเรียง) คุณควรใช้ Tries สำหรับการค้นหาเท่านั้นควรใช้ HashTable (เนื่องจากเนื้อหาจะให้เวลาในการค้นหาขั้นต่ำ)

PS:นอกเหนือจากนี้Ternary Search Trees (TSTs)จะเป็นตัวเลือกที่ยอดเยี่ยม เวลาในการค้นหามีมากกว่า HashTable แต่จะประหยัดเวลาในการดำเนินการอื่น ๆ ทั้งหมด นอกจากนี้ยังมีพื้นที่ที่มีประสิทธิภาพมากกว่าที่พยายาม

แอปพลิเคชันบางตัว (โดยปกติจะฝังตัวแบบเรียลไทม์) กำหนดให้เวลาในการประมวลผลไม่ขึ้นกับข้อมูล ในกรณีนั้นตารางแฮชสามารถรับประกันเวลาดำเนินการที่ทราบได้ในขณะที่สามกลุ่มจะแตกต่างกันไปตามข้อมูล