我必须编写一个词典程序作为数据结构和算法本科课程的学期项目，我期望找到最合适的问题解决方案（数据结构）。
我考虑使用哈希表或 trie 。我被建议某人使用 treaps 但尚未查看它们。
我的数据库有大约10万个不同的单词及其含义。该计划预期提供的基本功能是 插入 ， 更新 ， 删除< / em> 和 搜索 一个字/定义。如果我设法挤进自动完成和拼写纠正，这将是一个额外的奖励。
所以，我的问题是，请记住我的要求，哪种数据结构最适合我的目的。当我说“最好”时，我要求的数据结构具有最佳的运行时复杂性和低成本（内存要求）。
此外，我希望能够有一个算法，它返回以给定前缀开头的所有单词。例如，假设我进行了函数调用dictionary.getWordsStartingWith("fic")，它应该返回以fic开头的所有单词的列表，例如fiction，fictitious，fickle等我知道如果我将字典实现为trie，我可以这样做，我可以这样做，但是这可以用哈希表来实现吗？
答案 0 :(得分：3)
如果你想做自动完成/前缀匹配，你几乎肯定想要一个特里。哈希表并不能真正实现这一点;实际上，设计了良好的散列函数，使得甚至非常相似的键（例如，相同的前缀）映射到阵列的完全不同的部分。对于散列目的，这被视为一项功能。
Treaps基本上是二元搜索树，它使用随机性+堆属性来进行平衡。通常，接口是标准的BST树接口;所以它实际上只是一个实现细节，只会导致与红黑树或AVL树不同的属性。
BST并不适合你似乎想要解决的问题。 BST倾向于完全关注不平等下行，而特里are则追求平等下行。当你处理数字数据时，不等式比较就是一切，因为平等是非常罕见的（因为可能性的空间很大）。对于字符串，每个字符的可能性非常小，因此利用相等性更有意义，从而导致优化，例如不在大多数节点上实际存储密钥。
总之，我建议继续尝试。它们非常适用于这种类型的东西，你可以找到大量资源来优化它们（尤其是空间），因为它们特别用于移动设备上的文本输入，其中空间/周期非常宝贵。这也是一个非常有趣的数据结构，学习恕我直言，相比于你可能a）可能在新生数据结构中学到很多的BST，和b）数据结构真的不那么有趣;除了平衡方案之外的其他一切都是微不足道的，平衡方案比其他任何东西都更繁琐（RB树有7个真正不同的平衡或类似的东西，很难编码RB树并使它们完全正确）。
维基百科页面有一些很好的信息：https://en.wikipedia.org/wiki/Trie。按位尝试看起来特别有趣。