Data structures 用几种语言保存完整句子的数据结构

我计划用某种语言保存大量句子，这样每个元素都有一个指向该句子翻译成不同语言的指针。
通过对句子进行排序，我可以创建一个平衡二叉树，并在O（logn）中添加/删除/搜索。
有没有办法将元素保存在哈希表中？在这种情况下，哈希函数是什么样子的？
我希望能够搜索任何语言的句子，并返回任何其他语言的翻译。
如果我有K种语言，使用平衡树可以得到K种树的O（klogn）搜索时间。
有更好的方法吗？

是的，更适合字符串搜索。此外，我还将所有语言的所有句子存储在单个trie中，值为所有可用翻译的列表

这种情况下的搜索将是O（k），其中

k

是搜索句子的长度

UPD 如果您只搜索已知语言并翻译为另一种已知的预先语言，则：

使每个都成为trie

Map的值

您将有以下工作流：Find value，它对应于trie中给定的句子。在找到的映射中搜索源语言。若找到，这意味着该句子是目标语言（假设语言之间可能存在冲突）。此时，found Map（内部）表示到目标语言的所有可用翻译。搜索所需的一个

实现这两个映射的最有效的方法是普通数组。其中，
i-th
元素表示
i-th
翻译的值（假设翻译数量有限，并且可以为每个翻译分配不同的索引）。对已知翻译的搜索将是O（1）-仅访问数组中的已知索引。但这种方法也会消耗大量内存，因为如果在映射中有稀疏值，则支持数组仍将消耗固定数量的内存（与所有可能转换的数量成比例）

但这种方法适用于内部映射（据我所知，所有可能语言的翻译都存储在内部映射中）

对于外部贴图（我希望是稀疏的），您有几个选项：


如果不同语言的句子之间的平均冲突数很小（1-2），您可以只存储密钥→列表中的值对。平均搜索时间将保持不变
如果平均冲突数很重要，但仍然不足以使用数组（内部映射的方法），则通过哈希表返回此映射，该大小将是映射中的预期值数-平均冲突数。然后，您将再次得到摊销O（1）搜索时间
地图似乎是密集的-使用数组方法，就像内部地图一样

UPD2示例：

假设您有下一个相互翻译的句子：
你好
你好
哈罗
哈罗[德]

您应该使用以下值将它们全部添加到trie中：

Hello -> Map([en] -> Map([en]->Hello, [es]->Hola, [nl]->Hallo, [de]->Hallo))
Hola -> Map([es] -> Map([en]->Hello, [es]->Hola, [nl]->Hallo, [de]->Hallo))
Hallo -> Map([nl] -> Map([en]->Hello, [es]->Hola, [nl]->Hallo, [de]->Hallo),
             [de] -> Map([en]->Hello, [es]->Hola, [nl]->Hallo, [de]->Hallo))

这里的方括号与数组无关，它们用于直观地区分语言

所以，当您在trie中执行搜索时，您不知道您的句子使用哪种语言。当您从trie（映射图）中获得值时，您可以将句子的原始语言“映射”到所需语言的翻译

回到例子，若你们有一个句子“你好”，你们知道它在[de]中，你们想把它翻译成[en]。
您可以在trie中搜索“Hallo”，并获得：

Map([nl] -> Map([en]->Hello, [es]->Hola, [nl]->Hallo, [de]->Hallo),
             [de] -> Map([en]->Hello, [es]->Hola, [nl]->Hallo, [de]->Hallo))

现在从这个映射中得到[de]的值（正如您在[de]中所想的句子）。您将获得：

Map([en]->Hello, [es]->Hola, [nl]->Hallo, [de]->Hallo)

现在在这个映射（[en]）中获取目标语言的搜索。你会得到“你好”


当然，您可以使用Map->Trie->Map结构来代替Trie->Map结构，其中第一个Map将源语言映射到相应的字典，由Trie表示。但我认为这是内存效率较低的，因为不同语言中的单词似乎经常共享相同的前缀，因此将它们放在单个trie中将保留内存。但是在性能效率方面是一样的，所以这取决于您。
使用trie，我应该如何用不同的语言搜索它？我能理解trie是否有一种语言，但如果有一个可用的翻译列表，我如何搜索？@yinoneliaz检查我答案的更新。我希望我正确理解了您的工作流程。如果我理解正确，我只能在trie中搜索一种语言。如果我想检查trie中是否有西班牙语的句子，英语是trie的语言，我必须有翻译来搜索trie。我是对的？