C 使用什么数据结构？（哈希映射与trie与？）

我有一个C函数，它可以生成大约600万个独特的数组。这些数组始终每个都有17个元素，每个元素都是0到16之间的整数。我还有一个稍微修改过的函数版本，它还将生成大约600万个相同类型的独特阵列。我的问题是，第二个比第一个少产生45000个结果，我想看看这些结果是什么

所以我的方法是简单地存储第二个函数的所有结果（计算器告诉我这不应该超过400 mb，这可以保存在内存中），然后查找第一个函数的结果，打印出不存在的结果

假设一般的方法是有意义的（如果没有，请告诉我），我要寻找的是一个合适的数据结构（最好是用C语言实现的），它可以容纳大约600万个数据的唯一排列

[0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]

（或其某些转换），然后对其执行快速成员资格测试。正如标题所说，我确实怀疑哪些数据结构可以完成这项工作，但我不确定尝试或哈希图是否是最佳选择

---

这是一种检测另一种算法中缺陷的算法，而不是将在生产中使用的算法。我感兴趣的是以一种编码的方式来完成这项工作，并以人的方式相对快速地返回结果，而不一定是以毫秒为单位，因此，存在能够完成大部分工作的易于搜索的库肯定是一个优势。

取决于您的情况下哪一个库可以获得更好的内存性能。另外，您使用什么样的散列函数，如何解决冲突等。检查一个

最优性如何取决于排列的分布方式以及插入与搜索的比率。因为你不关心最优性，只想用一种简单的方法来检验假设，而不必整夜等待结果，我的直觉说：

整数[0,16]可以表示为五位数字，因此其中十七位可以表示为85位（11字节）的二进制字符串。因此，您可以使用许多库中的一个来存储经过排序/哈希处理的字符串集，并对其进行成员资格测试，这是可以完成的。它的速度和缓存一致性不如调优的trie，但它足以在几秒钟内完成66mb的数据，午餐前就可以完成

如果没有这样的库可以方便地使用，并且您必须从头开始工作，那么我只需要创建一个字符串的排序列表，然后通过二进制搜索进行成员资格测试。结果是O（n logn+m（n logn））=O（2×mn logn）eg，二次时间为m→N如果这只是在生产过程中作为脱机作业运行一次或两次，那就足够了；如果您打算一天不止一次地执行此操作，我会担心缓存的局部性，并使用trie或B树。

保持简单：

• 将每个排列表示为17字节的数组
• 将整个较小的集合存储为上述数组（17*6M<98MB）
• 按字典顺序对其排序，这样

  qsort

  的比较器只需调用

  memcmp（左、右、17）

• 对于较大集合中的每个元素，使用二进制切块在排序数组中查找它（使用与前面相同的比较器，这次使用

  bsearch

  ）

---

最后两个步骤中的每一步都将执行大约6M*log（6M）的比较，即大约138M。这可能比编写代码所需的时间还要少。这并不长，因为一切都很简单：-）

@Steve Jessop您可以在线性时间内完成最后一步，通过删除我们正在搜索的数组中不需要的值来进行更智能的搜索：

假设n是A的大小，m是B的大小

int counter_A = 0;
int counter_B = 0;
int counter_C = 0;
while(counter_A != n){
    int temp = A[counter_A];
    counter_A++;
    //Removes all elements at the beginning of B since they are inferior than all
    //elements in A because they are inferior than the minimum of A
    for(;counter_B < m && B[counter_B] < temp;counter_B++);
    if((counter_B < m && B[counter_B] > temp) || counter_B == m){
        C[counter_C] = temp;
        counter_C++;
    }
}

int计数器A=0；
int计数器_B=0；
int计数器_C=0；
while（计数器A！=n）{
int temp=A[计数器A]；
计数器A++；
//删除B开头的所有元素，因为它们低于所有元素
//A中的元素，因为它们低于A的最小值
对于（；counter_Btemp）|计数器B==m）{
C[计数器C]=温度；
计数器C++；
}
}

---

这应该在O（n+m）时间内执行，因为算法的每一步都至少执行一次计数器递增。

我认为您需要权衡C中的值，以避免通信

我将把C中的每个数组逐行打印为空格分隔的整数。然后从文件中加载它，创建一组字节数组，如下所示（F代码）：

然后计算两个文件之间的集差，如下所示：

load "file1.txt" - load "file2.txt"

这可能需要几分钟才能运行。

a）创建一个包含两个64位int的结构

b） 因为每个结果有17个元素，所以将前8个元素相乘，将结果放在第一个整数上，将其他7个元素相乘，将结果放在第二个整数上

c） 为您的结构创建运算符<

d） 创建一组结构并插入第一次运行的所有结果

e） 迭代第二次运行结果并执行set:：find（）

类结果
{
公众：
结果（int arr[17]）；//填写_n1和_n2
布尔运算符<（常量结果和r）常量//比较
{ 
如果（_n1！=r._n1）
返回_n1SetResult；
SetResult SetResult；

---

Edwin

到目前为止，我还没有哈希函数。我对问题进行了编辑，以表明数组是唯一生成的，因此不应该发生冲突（如果我正确理解注释的话）。哈希的性能将取决于哈希函数以及它们将数组映射到的哈希位置，这将决定所需内存的范围。特里肯

load "file1.txt" - load "file2.txt"

class Result
{
public:
    Result(int arr[17]);              // Fill-in _n1 and _n2

    bool operator < (const Result& r) const  // Compare
    { 
        if (_n1 != r._n1)
           return _n1 < r._n1;
        return _n2 < r._n2;
    }

protected:
    int _n1;
    int _n2;
};

typedef std::set< Result > SetResult;
SetResult setResult;