来自文本的字数...是否可以使用特里？

Question

我知道字数Qs已被多次询问，MAP似乎是它的一致选择。

但是我觉得如果文字很大而且单词的数量非常多，MAP可能会占用很多空间。那么为什么不使用Trie呢？叶节点将存储每个单词的频率。

或者，与特里相比，地图是明显的赢家吗？

Plz帮助我理解。

P.S。在SDE采访中被问到了。

Answer 1

从here我们可以估算出英语中的单词大约为1M。从here我们得到了地图内存使用的公式。现在我们可以计算出，如果你的文本是语言的所有单词，你的地图将占用（平均字长6个字符）（32个字节用于短字符串（Windows）+ 4个字节int）* 1M +（可忽略的开销）= 36M ~34MB内存。

所以我要说除非你在嵌入式系统中，否则你不必担心。

Answer 2

对我来说，trie似乎是一个非常合理的解决方案 - 对于大多数大型文本来说，它的占用空间肯定较小。还怀疑取决于映射的数据和内部工作，它可能更快。真正唯一的反对意见是，由于独特的字数不是非常严重的处理器密集，因此它有点过分。