Algorithm 如何计算一百万个二进制序列的不同组？

我有一百万个二进制序列，它们的长度相同，比如（1000010111100110000…）等等。我想知道它们有多少个不同的组（相同的序列属于同一组）。最快的方法是什么？ 请不要使用stoi。

根据序列的长度L： L<~20:桶排序
与输入大小相比，这已经足够短了。你只需要一个有L个桶的斗式分拣机。-预先分配一个大小为2L的数组，因为您有~百万个序列，而220是~百万，所以您只需要O（n）个额外内存

• 按照顺序，按桶排序
• 仔细检查，数一数结果。归还它们
• 我们完成了

时间复杂度为O（n），内存开销为O（n）。这是最佳的复杂性，因为您必须至少访问每个元素一次以检查其值

L相当大：哈希表 如果您选择了一个合理的哈希函数和一个大小合适的哈希表（或者如果我们需要存储计数，则选择一个字典），1则在插入时会发生少量冲突。摊销时间将为O（n），因为如果哈希值良好，则插入值将摊销为O（1）。
作为旁注，bucket排序在技术上是一个完美的散列，因为本例中的散列函数是一对一函数

L不合理的大：二叉树 如果由于某种原因，哈希的构造不可行，或者您希望保持一致性，那么构建一个二叉树来保存这些值是一种可行的方法。
这将采用O（nlog（n））作为二叉树通常所做的

---

---

1~2M应足够，且仍为O（n）。也许你可以把尺寸降到1,5米左右。

首先，你的方法是什么？相同深度的二叉树或群集算法你可以尝试这两种解决方案，并进行一些基准测试，找出哪种方法最快。