Algorithm 查找数据结构顺序时的混乱

今天我参加了一家公司的笔试。整个测试集中在数据结构上。我有个问题，我想我已经解决了。但是我在计算数据结构的大O函数时遇到了困难。我将提供我提出的问题和答案

给定您需要存储的文档和文档中的单词，并应能够在输入任何单词时返回计数。系统为您提供了

char*GetNextWord（）

您将选择什么数据结构

给出了算法

你的算法的顺序是什么

对于问题1，我写了我将选择TRIE数据结构。对于问题2，我给出了一个简单的算法。我写道，我将构建TRIE数据结构，如下所示

struct TRIE{
 boolean isWord;
 int count;
 Node* myList;
}

struct Node{
 char* character;
 Node *next;
 TRIE *child;
}

我有方法

constructTrie（）

，它将对每个单词执行

addToTrie（）

我写了

addToTrie（）

的顺序是O（k），其中k是长度。

constructTrie（）

的顺序是N*O（k），其中N是字数

现在我的问题是： 我提到的命令是否正确？如果没有，未来如何解决此类问题（给定ds查找顺序）。使用O（k）后我真的很困惑。它使我假设O（1）

提示/提示/建议是完全开放的

---

编辑：更正了问题，明确提到应为所有唯一的单词存储单词计数。

比较两个通用字符串时，取Θ（k）（k=min strlen），您必须查看的单词数为N，因此Ω（Nk）应该是你能得到的最有效的复杂度。

如果你真的想使用trie，那么

addToTrie（）

实际上应该是O（k）其中k是你要添加的单词的长度

constructrie（）

将取O（Nk）其中N是字数，如果您只需为每个单词调用

addToTrie（）

。但是，您不需要为每个单词调用

addToTrie（）

函数。添加完单词后，只需将trie指针重置为trie的根，然后在移动当前单词时移动指针，同时添加字符。伪代码：

trieNode *curr = trieRoot;
for each character c in document
  if it's a word terminator (space etc)
    add a character at curr signaling the end of the current word ('\0' maybe);
    curr = trieRoot;
  else if character is not a separator
    add character c at curr->next->character[c];
    curr = curr->next;

这将为您提供构建trie的O（C）运行时间，其中C是文档中的字符数

现在，这就引出了一个问题：为什么您需要trie？显然，您找到了一种检测单词何时结束的方法，那么为什么必须将单词添加到trie中呢？这太过分了。唯一需要的数据结构是几个变量：一个用于跟踪当前字符，一个用于跟踪前一个字符，一个用于计算单词数。这在O（C）中很容易做到，如下所示：

char prev = '\0';
char curr;
int count = 0;

for each character curr
  if curr is a word separator and prev isn't 
    ++count;
  prev = curr;

我认为对这个问题使用trie是没有意义的，它只会使事情复杂化。我认为，如果他们想测试你的尝试知识，他们会给你一个问题，其中trie更有意义

---

即使他们给了你一个

getNextWord（）

函数（你必须使用它吗？因为没有它你可以做得更好），我猜它会在没有更多单词的情况下返回“\0”或其他什么？那么，为什么不能直接调用它，直到它返回“\0”，然后像这样计算单词数呢？不管怎样，trie在这里都没有意义。

你的

trie

结构中缺少一个重要成员吗？@Kenny：是的，很抱歉它应该有一个字符。要么你把我的问题搞错了，要么我没有解释。这不仅仅是计算字数。这是计算独特的单词。在构建数据结构之后，我应该能够给出输入的任何单词的字数，我强烈支持在这里使用TRIE的想法。如果我的问题含糊不清，我道歉。让我纠正一下对不起，我以为你只需要数一数单词。在这种情况下，忽略我文章的第二部分。trie是个不错的选择。不过我的第一部分仍然有效——您可以在O（C）中构建您的trie（假设您不必使用getNextWord（）函数，如果您这样做的话，您的解决方案是好的）并回答O（k）中长度为k的单词的任何查询。感谢您的理解。根据你的解，我们可以在O（C）时间内找到它，但这等于O（Nk），对吗？我必须使用getNextWord（）的原因是，它是我唯一可用的公共方法。我没有指向文档的指针。也许，我下次发帖时应该更清楚：）O（C）和O（Nk）在理论上是一样的，但在实践中我的O（C）解决方案会更快。如果有一个过程将getNextWord（）检索到的单词插入到trie中，那么首先getNextWord（）必须获取单词，即O（k），然后插入过程将需要O（k）将其插入到trie中。所以基本上你将遍历每个单词，每个字符，两次，而我的解决方案只检查每个字符一次。无论如何，如果必须使用getNextWord（），则我所说的不适用，因此算法的运行时间是O（Nk）或O（C）。在问题陈述的给定约束下，您的解决方案在理论和实践上都是最优的。O（Nk）==O（C），因为Nk基本上是C（N个单词，k个平均单词长度，将它们相乘，得到一个平均字符数，意思是C）。我用O（C）来强调这样一个事实，即算法是不同的，总体上更好一些。